01Ce qu'il sait faire
Points forts
- Apache 2.0 100% libre
- Tool calling OpenAI function schema natif
- 12 langues dont FR
- 131k contexte long
- Tag Ollama officiel multi-quants
Limites à connaître
- —32 Go VRAM minimum en Q4 (~RTX 5090)
- —Pas de variante MoE dans cette taille
- —Anglais reste plus fort que FR sur raisonnement
Architecture
Transformer dense · 64 couches · GQA 32Q/8KV · embedding 4096 · MLP hidden 32 768 · SwiGLU · RoPE · RMSNorm
Entraînement
Fine-tuné depuis Granite-4.1-30B-Base. Pipeline SFT + RL alignment. 12 langues : EN, DE, ES, FR, JA, PT, AR, CS, IT, KO, NL, ZH. Cluster NVIDIA GB200 NVL72 (CoreWeave).
Idéal pour
Tool calling entrepriseRAG long contexteAgents production
02Mémoire requise
VRAM GPU approximative pour faire tourner ce modèle, overhead contexte de 4k tokens inclus. Pour un contexte plus long, ajoutez ~1 Go par tranche de 8k tokens.
Q4_K_M
Le plus léger, ~5% de perte
17 Go
Q5_K_M
Bon compromis qualité/taille
21 Go
Q8_0
Quasi-indistinguable de FP16
32 Go
FP16
Pleine précision — usage serveur
60 Go
Fallback CPU · Si vous n'avez pas de GPU, comptez 36 Go de RAM minimum pour faire tourner ce modèle à vitesse réduite.
Quel GPU pour faire tourner Granite 4.1 30B Instruct ?
Pour exécuter Granite 4.1 30B Instruct en local en quantification Q4, il faut environ 17 Go de VRAM. Le meilleur rapport prix/performance : un RTX 4090 (24 Go de VRAM).
Où acheter le RTX 4090
DartyVoir RTX 4090 →RakutenVoir RTX 4090 →AmazonVoir RTX 4090 →Liens affiliés — commission possible sans surcoût pour vous, reco indépendante. En tant que Partenaire Amazon, QuelLLM réalise un bénéfice sur les achats remplissant les conditions requises.
03Vitesse attendue
Tokens générés par seconde en Q4_K_M, contexte 4k. Au-delà de 20 t/s, la lecture est confortable. En dessous de 10 t/s, c'est juste pour tester.
04Installer
Le chemin le plus court : Ollama. Une commande, le modèle est téléchargé et lancé.
$ollama run granite4.1:30b
LM Studio
Interface graphique, zéro CLI
→ Voir le guide
llama.cpp
Perf brute, build from source
→ Voir le guide
vLLM
Serveur OpenAI-compatible prod
→ Voir le guide
Jan / GPT4All
Apps desktop tout-en-un
→ Voir le guide
⚠
Premier téléchargement : entre 2 et 40 Go selon la quantization choisie. Espace disque à prévoir, connexion stable recommandée. Les relances suivantes sont instantanées.