← 全部模型资讯

Granite Switch 4.1.1 补丁发布:基座不动,换的是语音模型与 Decision 适配器

IBM 于 2026 年 10 月 29 日发布 Granite Switch 4.1.1 补丁版,称与 4.1 完全向后兼容、无需迁移;更新了覆盖 10 种语言、原生带标点与大小写的 Granite Speech ASR 模型,以及 granitelib-core 中的 Decision 适配器,基座模型未重新计算。

发布 更新
原报道封面 — Granite Switch 4.1.1 补丁发布:基座不动,换的是语音模型与 Decision 适配器
原报道封面原始报道 ↗

发生了什么

据 IBM Granite 团队 2026 年 10 月 29 日在 Hugging Face 发布的博客,Granite Switch 4.1.1 是 4.1 的补丁版本,距 4.1 发布约一周多。团队用软件版本号的惯例解释它:与 4.1 完全向后兼容,不需要迁移,改动都在底层。 帖子列出两项更新。一是 Granite Speech ASR 模型 granite-speech-5.0-470m-turboctc,覆盖 10 种语言,原生输出标点与大小写,团队称转录结果因此可以直接送入下游模型,不必再做一次格式化。二是 granitelib-core 中的 Decision 适配器,团队称其在 Jev Decision Index 测试集上的整体表现有所提升。值得注意,原文对这两项用了不同称呼:语音这项叫“新的 ASR 模型”,只有决策这项被称为适配器,帖子并没有说明语音能力是以可热替换的适配器分发,还是作为独立模型部署。 团队把这次发布的速度归因于没有重新计算基座:除训练新的 ASR 模型与 Decision 适配器外,基座模型未被改动,使用者组合自己需要的适配器后部署即可。帖子还提到正在制作教程与 Adapter SDK,让开发者与第三方提供商构建自己的适配器,但没有给出时间表、接口范围或分发方式。博客同时指向一个 Speech-to-Decisions 演示。帖子未给出具体基准分数、10 种语言的清单、许可条款,也没有延迟、吞吐或显存占用数据。

对开发者的影响

这一版的信号在发布形态而不是分数。基座不动、只换能力组件,说明更新单位从整模型变成了可替换的部件;对已经接入 4.1 的团队,接口层面迁移成本接近零,风险因此转移到版本漂移:如果部署流程拉取的是“最新适配器”而不是锁定修订版本,模型行为会在没有改代码的情况下变化,而版本号里的补丁位本身就在提示这种小步替换会持续发生。把“向后兼容”理解为“输出不变”是误读,原文的兼容指的是与 4.1 的接口与组合关系,不是逐字一致的转录或判定结果。 语音链路的直接变化是可能少一道后处理。原生标点与大小写若按其描述工作,原本“ASR 输出再格式化”的环节可以省掉一次调用和一份维护成本;但送入下游的文本形态也随之改变,依赖固定标点、全小写或特定切分假设的提示词与解析逻辑需要重新核对。另一个前提是语种覆盖:帖子只说 10 种语言,没有列明是哪些,中文或其他业务语种是否在内需要自行确认。 决策适配器方面,“在 Jev Decision Index 上整体提升”是发布方在单一测试集上的自述,聚合指标的改善不代表在你自己的选项数量、输入长度和领域分布上同向。此外,面向第三方自建适配器的 Adapter SDK 与教程仍是计划中的东西,现在不能把它当作已经可用的部署选项来规划。

接入与评估建议

以下为条件性建议与分析,不是报道事实。 第一,把部署中的基座与适配器分别按版本固定,而不是整体跟随最新。依据是这次 4.1.1 演示的正是“基座不变、组件被替换”的情形。要做的选择是:在部署配置里按修订版本或内容摘要锁定 Decision 适配器与语音模型,还是继续解析“latest”。触发切换的负载条件是端点被多个产品共用、CI 会自动拉取最新权重,或输出稳定性对下游有硬约束。可测判据是:用自有留出集在新旧组件上各跑一遍,决策准确率与转录质量指标的差值落在事先设定的容差内才切换,超出则保持原版本并记录差异样本。 第二,评估是否删掉语音之后的格式化环节。依据是新的 ASR 模型声称原生输出标点与大小写。要做的选择是:保留“ASR 加格式化”两段式,还是改为仅 ASR。前提条件是业务音频的语种确认在这 10 种之内,且下游任务确实依赖标点或大小写;两条都不满足就没有必要改动现有链路。可测判据是:同一批真实业务音频分别走两条路径,比较下游任务准确率与解析失败率,只有仅 ASR 一路不劣于两段式时才删除格式化。 第三,Decision 适配器按业务切片评测,不直接采信整体结论。若你的选项数量与输入长度分布明显偏离 Jev Decision Index,应把自己的历史决策样本切成若干片段分别测准确率,看提升是否集中在与你的流量相近的片段;只有在相近片段上也有提升才采纳,否则按中性更新处理。

限制与待确认事项

这篇博客没有给出 Jev Decision Index 的具体分数与测试集构成,没有列出 10 种语言分别是哪些,也没有延迟、吞吐或显存占用数据,因此“整体表现提升”与“原生标点”都无法在文外复核,只能作为发布方自述看待。帖子未说明本次基座与各组件的许可条款;可下载权重不等于可商用授权,具体权利需以对应模型卡为准。Adapter SDK 与教程仅表述为正在制作,没有时间表,不能据此规划第三方自建适配器路线。Granite Switch 4.1.1 以及此次更新的 Granite Speech ASR 模型与 Decision 适配器目前均未上架 KimiSeek,本文所述可用性指的是 IBM 在 Hugging Face 的发布渠道,不代表本站已提供该模型;如需了解本站已上架模型的计费方式,请查阅定价页。

三分钟跑通第一次调用

注册后创建 API Key。调用费用从账户余额扣除。新用户首充 7 折。充 ¥500,实付 ¥350,到账 ¥500。充 ¥1000,实付 ¥850,到账 ¥1000 最低充值仍为 ¥10,适合试用。

来源与编写说明

Granite Switch 4.1.1——像更新软件一样更新模型

本文基于所列来源,由 AI 辅助整理、分析和翻译,并经过自动质量检查。分析与建议不代表实测结果;模型可用性与价格请以当前目录为准。