Granite 4.0 H-Small 32B-A9BvsQwen 3 VL 30B-A3B
Comparatif complet entre Granite 4.0 H-Small 32B-A9B (32B paramètres, IBM) et Qwen 3 VL 30B-A3B (30B, Alibaba). VRAM requise par quantification, tokens/seconde mesurés sur 4 GPU de référence, verdict par cas d'usage, licence, commandes d'installation. Tous les chiffres sont calculés à partir des données du catalogue — aucun copier-coller entre pages.
En bref
| Caractéristique | Granite 4.0 H-Small 32B-A9B | Qwen 3 VL 30B-A3B |
|---|---|---|
| Paramètres | 32B | 30B |
| Famille | Granite | Qwen |
| Auteur | IBM | Alibaba |
| Origine | US | CN |
| Licence | Apache 2.0 | Apache 2.0 |
| Contexte | 128 000 tokens | 262 144 tokens |
| Sortie | Octobre 2025 | Mai 2025 |
Empreinte mémoire
VRAM approximative nécessaire pour l'inférence avec une fenêtre de contexte moyenne. Le vainqueur (en vert) est le modèle qui consomme moins — avantage aux petits.
| Quantification | Granite 4.0 H-Small 32B-A9B | Qwen 3 VL 30B-A3B |
|---|---|---|
| Q4_K_M (léger) | 19 GB | 19 GB |
| Q5_K_M (équilibre) | 23 GB | 23 GB |
| Q8 (quasi-lossless) | 35 GB | 35 GB |
| FP16 (qualité max) | 64 GB | 62 GB |
| RAM CPU-only | 32 GB | 32 GB |
Vitesse estimée (tokens/seconde)
Estimations basées sur la meilleure quantification tenable sur chaque GPU. Les chiffres réels dépendent du prompt, du contexte et du moteur (llama.cpp, vLLM, MLX). Méthodologie.
| GPU de référence | Granite 4.0 H-Small 32B-A9B | Qwen 3 VL 30B-A3B |
|---|---|---|
| RTX 4090 (24 GB) | 75 tok/s · Q5_K_M | 100 tok/s · Q5_K_M |
| RTX 4080 (16 GB) | ✗ trop lourd | ✗ trop lourd |
| RTX 3060 12GB (12 GB) | ✗ trop lourd | ✗ trop lourd |
| Apple M4 Pro (48 GB) (36 GB) | 30 tok/s · Q8 | 40 tok/s · Q8 |
Verdict par cas d'usage
Pour chaque usage courant, on indique lequel des deux est le mieux adapté selon ses tags, sa taille et sa spécialisation.
Forces et faiblesses
Granite 4.0 H-Small 32B-A9B
Hybride Mamba-2 + MoE 32B/9B actifs. ~70% de RAM en moins en long contexte. Apache 2.0.
- 70% de RAM en moins en long contexte
- Apache 2.0
- Enterprise-ready
- Support llama.cpp récent requis
Installation
Qwen 3 VL 30B-A3B
Vision MoE 30B/3B actifs. Sweet spot vision Qwen 3. 256k ctx.
- 262k contexte multimodal
- 19 Go VRAM Q4
- MoE efficace
- Apache 2.0
- Vision moins bonne que le 235B
- Moins de fine-tunes que Qwen2-VL
Installation
Questions fréquentes
Quel modèle tourne le mieux sur RTX 4090 (24 GB) : Granite 4.0 H-Small 32B-A9B ou Qwen 3 VL 30B-A3B ?
Sur une RTX 4090, Granite 4.0 H-Small 32B-A9B tourne en Q5_K_M (~75 tok/s), Qwen 3 VL 30B-A3B en Q5_K_M (~100 tok/s). En pur débit, Qwen 3 VL 30B-A3B l'emporte. Consultez le configurateur pour tester votre GPU exact.
Lequel consomme le moins de VRAM ?
Les deux demandent la même VRAM en Q4 (19 GB). Le choix se fait alors sur la licence ou la qualité perçue.
Peut-on utiliser ces modèles en production commerciale ?
Granite 4.0 H-Small 32B-A9B est sous Apache 2.0 — libre d'utilisation commerciale. Qwen 3 VL 30B-A3B est sous Apache 2.0 — libre également. Pour du SaaS, privilégiez Apache 2.0 ou MIT.
Lequel choisir en 2026 ?
Dépend de votre contrainte principale. Plus petit / plus rapide : Qwen 3 VL 30B-A3B (30B). Plus capable : Granite 4.0 H-Small 32B-A9B (32B). Si vous hésitez, lancez le configurateur avec votre GPU et votre cas d'usage — il tranchera en fonction des deux.
Alternatives à considérer
Si aucun des deux ne vous convient, voici les modèles voisins que vous pourriez explorer.