granite-4.0-3b-vision

granite-4.0-3b-vision 属于 IBM granite 系列的小参数分支，于 2026 年 3 月 3 日发布，采用 Apache-2.0 许可证开放权重。它解决的问题集中在「小体量 + 多模态」这一组合：在只处理文本的小模型之外，补上一个能读图的轻量选项，让图文问答、图像内容描述、带截图的文档理解这类任务不必调用体量更大的视觉模型。相对于同系列中带 A 后缀的 MoE 结构型号（如 3.0-1b-a400m、3.1-3b-a800m），它以稠密 3B 规模承载视觉输入；相对于 1B、2B 的纯文本型号，它的差异点在于模态而非参数。本站未标注其细分能力项，也未收录任何第三方跑分，实际效果需以官方模型卡与自测为准。

选型建议需要低成本、可私有化部署的轻量图文理解能力时选它；任务涉及复杂视觉推理、长文档或多图关联时不宜作为首选。

• 在本地或私有云部署图文问答服务，处理产品截图、票据照片的内容识别与归纳
• 为文档流水线增加配图理解环节，自动生成图片说明并回填到知识库条目
• 在边缘设备或低显存环境搭建离线视觉助手，避免把敏感图片上传到外部接口
• 基于 Apache-2.0 权重做领域微调，适配特定行业的图文审核或质检场景
• 作为多模态应用的开发期基线模型，用于验证流程可行性后再决定是否升级到更大模型

采用稠密 3B 规模的多模态结构，文本与图像输入统一处理后由语言部分生成文本输出，整体面向低算力部署。

• 结构以 3B 级语言主干搭配视觉编码与投影模块，输入侧同时接受文本和图像，输出侧只产生文本，不做图像生成。
• 能力定位为图文联合理解，适合读图答问、图片内容归纳、带图材料的信息抽取，而非纯文本大模型的长文推理场景。
• 披露模型卡与训练细节需查阅 ibm-granite 官方发布页；本站未标注具体能力项，公开资料较少的部分不作推断。

开源权重

是

模型家族

—

许可证

apache-2.0

参数规模

3B

本站未收录该模型的第三方跑分，以下仅为基于参数规模与模态组合的定性判断，不代表实测结论。

• 强项3B 体量加 Apache-2.0 开源，部署门槛低，可在单卡甚至边缘设备上跑图文理解，且允许商用与二次修改。
• 短板小参数模型的视觉细粒度识别和长文档理解通常弱于大尺寸多模态模型，复杂图表推理需谨慎验证。
• 适合对延迟、显存和私有化要求高，且任务以中短图文问答为主的场景，比直接上大模型更划算。

官方价格未公开，本站也无任何平台的接入报价；实际成本主要取决于自建部署的算力投入。

• 定位走开源权重路线，无按 token 计费的公开价目，成本形态是自托管算力而非调用账单。
• 横向对比同系列 granite-3.0-1b-a400m、3.0-8b、3.1-1b-a400m、3.1-2b、3.1-3b-a800m 均无公开价格，价差无法计算。
• 平台差价本站收录平台数为 0 家，暂无托管渠道报价可供比价，需自行对接云厂商或本地部署。
• 省钱3B 规模显存占用可控，量化后可在消费级显卡运行，适合用闲置算力替代按量付费的视觉 API。

取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价

• 口径本站未标注能力项、无第三方跑分、无官方价格，任何效果与成本判断都需以官方模型卡和自测为准。
• 边界只支持文本输出，不具备图像生成与编辑能力；小参数规模在复杂视觉推理上存在客观上限。

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。