Granite 4.0 H-Small 32B-A9Bvsgpt-oss 20B
Confronto completo tra Granite 4.0 H-Small 32B-A9B (32B parametri, IBM) e gpt-oss 20B (21B, OpenAI). VRAM richiesta per ciascun livello di quantizzazione, token al secondo misurati su 4 GPU di riferimento, giudizio per caso d’uso, licenza, comandi di installazione. Tutti i numeri sono calcolati a partire dai dati del catalogo — nessun copia-incolla tra pagine.
In breve
| Caratteristica | Granite 4.0 H-Small 32B-A9B | gpt-oss 20B |
|---|---|---|
| Parametri | 32B | 21B |
| Famiglia | Granite | gpt-oss |
| Autore | IBM | OpenAI |
| Origine | US | US |
| Licenza | Apache 2.0 | Apache 2.0 |
| Contesto | 128 000 token | 128 000 token |
| Data di uscita | ottobre 2025 | aprile 2025 |
Memoria occupata
VRAM approssimativa necessaria per l'inferenza con una finestra di contesto media. Il vincitore (in verde) è il modello che consuma moins — vantaggio per i modelli piccoli.
| Quantizzazione | Granite 4.0 H-Small 32B-A9B | gpt-oss 20B |
|---|---|---|
| Q4_K_M (leggero) | 19 GB | 13 GB |
| Q5_K_M (equilibrio) | 23 GB | 16 GB |
| Q8 (quasi lossless) | 35 GB | 23 GB |
| FP16 (qualità massima) | 64 GB | 42 GB |
| RAM per l'esecuzione solo su CPU | 32 GB | 18 GB |
Velocità stimata (token/secondo)
Stime basate sulla migliore quantizzazione che ciascuna GPU può gestire. I valori reali dipendono dal prompt, dal contesto e dal motore (llama.cpp, vLLM, MLX). Metodologia.
| GPU di riferimento | Granite 4.0 H-Small 32B-A9B | gpt-oss 20B |
|---|---|---|
| RTX 4090 (24 GB) | 75 tok/s · Q5_K_M | 130 tok/s · Q8 |
| RTX 4080 (16 GB) | ✗ troppo pesante | 55 tok/s · Q5_K_M |
| RTX 3060 12GB (12 GB) | ✗ troppo pesante | ✗ troppo pesante |
| Apple M4 Pro (48 GB) (36 GB) | 30 tok/s · Q8 | 55 tok/s · Q8 |
Verdetto per caso d'uso
Per ogni uso comune, indichiamo quale dei due è il più adatto in base ai suoi tag, alla sua dimensione e alla sua specializzazione.
Il tuo ChatGPT privato e gratuito sulla tua macchina in 1 ora — LM Studio, Ollama, Open WebUI, i tuoi documenti, senza cloud.
- Spazio online a vita
- PDF + file
- Garanzia di rimborso di 30 giorni
Punti di forza e debolezza
Granite 4.0 H-Small 32B-A9B
Ibrido Mamba-2 + MoE 32B/9B attivi. ~70% di RAM in meno con contesti lunghi. Apache 2.0.
- 70% di RAM in meno con contesti lunghi
- Apache 2.0
- Enterprise-ready
- Richiesto il supporto di una versione recente di llama.cpp
Installazione
gpt-oss 20B
Fratello minore di gpt-oss 120B. 21B/3.6B attivi. Pari a o3-mini su laptop.
- Licenza MIT
- 13 GB VRAM Q4
- Qualità OpenAI in formato accessibile
- Contesto di 128k
- MoE — più VRAM rispetto all'equivalente denso
- Meno modelli sottoposti a fine-tuning rispetto a Llama/Qwen
Installazione
Domande frequenti
Quale modello funziona meglio su RTX 4090 (24 GB): Granite 4.0 H-Small 32B-A9B o gpt-oss 20B?
Su una RTX 4090, Granite 4.0 H-Small 32B-A9B gira in Q5_K_M (~75 tok/s), gpt-oss 20B in Q8 (~130 tok/s). In termini di puro throughput, gpt-oss 20B vince. Consulta il configuratore per testare il tuo specifico modello di GPU.
Quale consuma meno VRAM?
In Q4_K_M, gpt-oss 20B sta in 13 GB contre 19 GB per il suo rivale — una differenza di 6 GB, significativa se punti a una RTX 3060 o a una 4060 Ti 8 GB.
Granite 4.0 H-Small 32B-A9B o gpt-oss 20B per programmare?
gpt-oss 20B è il più adatto (specializzato nel codice, migliori punteggi HumanEval). Per un copilota IDE, abbinalo a Continue o Aider.
Si possono utilizzare questi modelli in produzione commerciale?
Granite 4.0 H-Small 32B-A9B è disponibile con licenza Apache 2.0 — utilizzabile liberamente per scopi commerciali. gpt-oss 20B è distribuito sotto licenza Apache 2.0 — anch'esso libero. Per il SaaS, preferisci Apache 2.0 o MIT.
Quale scegliere nel 2026?
Dipende dal tuo vincolo principale. Più piccolo / più veloce : gpt-oss 20B (21B). Più capace : Granite 4.0 H-Small 32B-A9B (32B). Se hai dubbi, avvia il configuratore con la tua GPU e il tuo caso d'uso — deciderà in base a entrambi.
Alternative da considerare
Se nessuno dei due fa al caso tuo, ecco i modelli simili che potresti esplorare.