¿Qué es Granite Guardian 4.1 8B?
Granite Guardian 4.1 8B es el modelo de detección de riesgos de IBM Research, publicado en abril de 2026 como ajuste fino de Granite 4.1 8B. Le das una conversación, un criterio en lenguaje llano y un esquema de puntuación, y devuelve un sí o un no entre etiquetas score. En modo think escribe antes su razonamiento; en modo no-think responde directamente.
Trae criterios integrados en tres grupos: daño (daño general, sesgo social, jailbreak, violencia, lenguaje soez, contenido sexual y conducta poco ética), comprobaciones de recuperación (relevancia del contexto, fundamentación y relevancia de la respuesta) y comprobaciones de agentes (alucinación en llamadas a funciones). Bring Your Own Criteria permite escribir reglas nuevas, como requisitos de formato o de longitud, que según IBM hay que probar.
Los pesos son Apache 2.0, sin acceso restringido. Funciona en Transformers, vLLM, SGLang y Docker Model Runner, y 11 cuantizaciones de la comunidad sirven con llama.cpp, Ollama y LM Studio. Se entrenó y probó solo en inglés. Las versiones anteriores, incluidas la 3.3 8B y los clasificadores de odio, abuso y lenguaje soez de 38M y 125M, siguen en Hugging Face.
¿Cuánto cuesta Granite Guardian 4.1 8B?
| Plan | Precio | Qué incluye |
|---|---|---|
| Weights | Free | Apache 2.0, sin acceso restringido |
| Self-hosted | Free | 8B en BF16 en tu propia GPU |
Pesos abiertos gratuitos bajo Apache 2.0, sin acceso restringido en Hugging Face; solo autoalojado, sin proveedor de inferencia alojada.
¿Merece la pena Granite Guardian 4.1 8B?
El argumento de Granite Guardian es la amplitud con una licencia limpia. La mayoría de los modelos de guarda se quedan en el contenido dañino; este también comprueba si una respuesta se apoya en el texto recuperado y si la llamada a una función de un agente encaja con las herramientas que tenía, y todo bajo Apache 2.0 sin restricciones de acceso.
Las cifras de IBM para la 4.1 muestran dónde se puso el trabajo. La detección en llamadas a funciones en FC Reward Bench subió de 0.74 en la versión 3.3 a 0.79 en modo no-think. Los criterios propios fueron lo que más mejoró: la exactitud equilibrada en tareas multirrestricción de IFEval pasó de 0.569 solo con prompts a 0.844. La fundamentación en LLM-AggreFact se mantuvo en 0.76 en modo think, igual que en la 3.3. La seguridad en sí apenas se movió: IBM informa de un F1 de 0.79 en no-think, más o menos como en versiones anteriores, y un bajo 0.44 en la medida de rechazos de xstest.
IBM es franca sobre el coste. La ficha lo sitúa en evaluación de modelos, monitorización y revisiones puntuales con necesidades moderadas de latencia, y remite a los equipos con presupuestos de latencia ajustados al modelo de odio, abuso y lenguaje soez de 38M. El modo think añade razonamiento generado a cada comprobación, e IBM advierte de que ese razonamiento puede contener texto inseguro y no reflejar cómo se llegó a la puntuación.
El entrenamiento solo en inglés es el mayor límite práctico. Para moderación multilingüe, Qwen3Guard cubre 119 idiomas y dialectos, y para un cribado rápido de inyecciones un clasificador como Prompt Guard 2 es mucho más barato por llamada.
Dónde se gana su sitio
Un equipo de RAG en una editorial jurídica que responde preguntas sobre resúmenes de casos
Señalar respuestas que no se apoyan en los pasajes recuperados
Envía la pregunta, el contexto recuperado y la respuesta con el criterio de fundamentación en modo no-think, y manda los síes a revisión humana. Ejecutarlo sobre una muestra del tráfico contiene el coste de GPU.
Un desarrollador de agentes cuyo asistente reserva reuniones mediante llamadas a funciones
Detectar llamadas con argumentos inventados o a la función equivocada
Pasa el esquema de la herramienta y la llamada propuesta con el criterio de alucinación en llamadas a funciones antes de ejecutarla; IBM informa de 0.79 en FC Reward Bench para esta comprobación en modo no-think.
Una responsable de confianza y seguridad en una aplicación de comunidad en inglés
Hacer cumplir una norma propia que las categorías estándar de daño no cubren
Escribe la norma como prompt de Bring Your Own Criteria, pruébala con una muestra etiquetada como aconseja IBM y aplícala a las publicaciones denunciadas en lugar de a cada mensaje.
Antes de decidirte
- Puesta en marcha
- pip install transformers torch vllm y después vllm serve ibm-granite/granite-guardian-4.1-8b; el prompt de juicio va en el último mensaje del usuario con una instrucción think o no-think, los criterios y el esquema de puntuación.
- Integraciones
- Transformers, vLLM, SGLang y Docker Model Runner; versiones GGUF de la comunidad para llama.cpp, Ollama y LM Studio; cuadernos de Colab y Kaggle.
- Datos y privacidad
- Autoalojado, así que prompts y documentos se quedan en tu hardware. Apache 2.0 permite el uso comercial sin restricción de acceso.
- Coste a escala
- Sin tarifa de API; una GPU que sirve un modelo de 8B. El modo think cuesta tokens generados extra por comprobación, así que no-think conviene para volumen y think para auditorías.
- Límites
- Solo inglés; devuelve sí o no, no una etiqueta multiclase calibrada; la ficha no indica la longitud de contexto; IBM recomienda usar solo su plantilla de prompt.
Lo bueno
- Comprobaciones de daño, fundamentación en RAG y llamadas a funciones en un solo modelo
- Exactitud en criterios propios de 0.569 a 0.844 en IFEval multirrestricción
- Apache 2.0 y sin acceso restringido
- Los modos think y no-think cambian latencia por explicación
Lo malo
- Solo inglés
- Con 8B es lento para filtrar cada mensaje en línea
- El F1 de seguridad apenas cambia frente a versiones anteriores
- El razonamiento puede no ser fiel o contener texto inseguro
Ideal para
Equipos que trabajan en inglés y quieren un único juez abierto para seguridad, fundamentación de la recuperación y llamadas a herramientas de agentes, aplicado a tráfico muestreado o de alto riesgo.
Alternativas a Granite Guardian 4.1 8B
Granite Guardian 4.1 8B: preguntas frecuentes
- ¿Merece la pena Granite Guardian 4.1 8B?
- Un juez abierto para aplicaciones en inglés que cubre daño, fundamentación y llamadas a herramientas en un solo modelo, aunque con 8B sirve para revisiones puntuales y no como filtro en línea de cada mensaje. Le damos un 4.0 sobre 5.
- ¿Cuánto cuesta Granite Guardian 4.1 8B?
- Pesos abiertos gratuitos bajo Apache 2.0, sin acceso restringido en Hugging Face; solo autoalojado, sin proveedor de inferencia alojada.
- ¿Qué inconvenientes tiene Granite Guardian 4.1 8B?
- Solo inglés; con 8B es lento para filtrar cada mensaje en línea; el F1 de seguridad apenas cambia frente a versiones anteriores; el razonamiento puede no ser fiel o contener texto inseguro.
- ¿Para quién es Granite Guardian 4.1 8B?
- Equipos que trabajan en inglés y quieren un único juez abierto para seguridad, fundamentación de la recuperación y llamadas a herramientas de agentes, aplicado a tráfico muestreado o de alto riesgo.
- ¿Cuánto cuesta Granite Guardian 4.1 8B para un equipo o en producción?
- Sin tarifa de API; una GPU que sirve un modelo de 8B. El modo think cuesta tokens generados extra por comprobación, así que no-think conviene para volumen y think para auditorías.
- ¿Es Granite Guardian 4.1 8B seguro para los datos de la empresa?
- Autoalojado, así que prompts y documentos se quedan en tu hardware. Apache 2.0 permite el uso comercial sin restricción de acceso.
- ¿Cuáles son las mejores alternativas a Granite Guardian 4.1 8B?
- Las alternativas más cercanas que hemos analizado son Qwen3Guard, gpt-oss-safeguard y Shieldstral 1.0 3B.
Respuestas comprobadas el 6 nov 2026.
¿Desarrollas Granite Guardian 4.1 8B? Muestra esta nota en tu web
