IBM · pesos abertos

granite-3.3-2b-instruct

O granite-3.3-2b-instruct é um modelo de pesos abertos de IBM, com 2,53 bilhões de parâmetros, sem preço de API: o custo depende de onde você roda. A licença declarada é apache-2.0.

  • Pesos abertos

Atualizado em 07/10/2026 · dados do Hugging Face

2,53 bilhõesde parâmetrosarquivos do repositório2
downloads em 30 dias
152.209
Hugging Face2
licença declarada
apache-2.0
Hugging Face2

Quanto o granite-3.3-2b-instruct é baixado

81 dos 172 modelos abertos do catálogo foram mais baixados nos últimos 30 dias.2

camel-5b-hf (Writer): 1.010 downloadsNous-Hermes-Llama2-13b (Nous Research): 1.128 downloadsVirtuoso-Small-v2 (Arcee AI): 1.444 downloadsLing-2.6-1T (inclusionAI): 1.482 downloadsHermes-4.3-36B (Nous Research): 1.565 downloadsLlama-3.1-SuperNova-Lite (Arcee AI): 1.660 downloadsMiniMax-M1-80k (MiniMax): 1.703 downloadsTrinity-Large-Thinking (Arcee AI): 1.848 downloadsLing-1T (inclusionAI): 2.614 downloadsSeed-Coder-8B-Instruct (ByteDance Seed): 2.646 downloadsERNIE-4.5-300B-A47B-PT (Baidu): 2.891 downloadsAI21-Jamba-Mini-1.5 (AI21 Labs): 2.930 downloadsHunyuan-1.8B-Instruct (Tencent): 3.546 downloadsHermes-2-Pro-Llama-3-8B (Nous Research): 4.017 downloadsRing-2.5-1T (inclusionAI): 4.094 downloadsSolar-Open2-250B (Upstage): 5.307 downloadsLing-2.6-flash (inclusionAI): 5.540 downloadsTrinity-Nano-Preview (Arcee AI): 6.079 downloadssolar-pro-preview-instruct (Upstage): 6.591 downloadsJamba-v0.1 (AI21 Labs): 7.629 downloadsaya-23-8B (Cohere): 8.424 downloadsLFM2.5-1.2B-Thinking (Liquid AI): 8.675 downloadsc4ai-command-r7b-12-2024 (Cohere): 9.027 downloadsNorth-Mini-Code-1.0 (Cohere): 9.318 downloadsAFM-4.5B (Arcee AI): 10.258 downloadsNous-Hermes-2-SOLAR-10.7B (Nous Research): 10.260 downloadsLing-mini-2.0 (inclusionAI): 10.301 downloadsSolar-Open-100B (Upstage): 11.663 downloadsYoutu-LLM-2B (Tencent): 11.694 downloadsHermes-2-Theta-Llama-3-8B (Nous Research): 11.824 downloadsNous-Hermes-2-Mixtral-8x7B-DPO (Nous Research): 11.942 downloadsNous-Hermes-llama-2-7b (Nous Research): 12.684 downloadsMiniMax-M2.1 (MiniMax): 12.811 downloadsLing-3.0-flash (inclusionAI): 13.245 downloadsSOLAR-10.7B-v1.0 (Upstage): 13.318 downloadsc4ai-command-r-plus (Cohere): 14.973 downloadsERNIE-4.5-0.3B-PT (Baidu): 15.130 downloadsLing-3.0-tiny (inclusionAI): 15.301 downloadsLing-3.0-flash-VL (inclusionAI): 16.700 downloadsTrinity-Mini (Arcee AI): 18.060 downloadsLFM2-8B-A1B (Liquid AI): 18.734 downloadsMiMo-V2.6-Distill-Qwen-9B (Xiaomi): 18.738 downloadscommand-a-vision-07-2025 (Cohere): 19.057 downloadsERNIE-4.5-21B-A3B-PT (Baidu): 19.241 downloadsMiniMax-M1-40k (MiniMax): 20.602 downloadsaya-expanse-8b (Cohere): 20.637 downloadsacademic-ds-9B (ByteDance Seed): 21.676 downloadsgranite-3.0-8b-instruct (IBM): 21.803 downloadsMiMo-V2.5-Pro (Xiaomi): 22.052 downloadsgranite-4.0-h-small (IBM): 24.032 downloadsStep-3.7-Flash (StepFun): 25.197 downloadsHy4-preview (Tencent): 25.914 downloadsLFM2.5-8B-A1B (Liquid AI): 26.435 downloadsAI21-Jamba2-3B (AI21 Labs): 26.978 downloadsStep3-VL-10B (StepFun): 27.361 downloadsERNIE-4.5-VL-28B-A3B-PT (Baidu): 29.125 downloadsMiniMax-VL-01 (MiniMax): 30.339 downloadsSOLAR-0-70b-16bit (Upstage): 31.389 downloadsMiMo-7B-RL (Xiaomi): 32.678 downloadsgranite-4.0-micro (IBM): 32.830 downloadsAI21-Jamba-Reasoning-3B (AI21 Labs): 34.559 downloadsSOLAR-10.7B-Instruct-v1.0 (Upstage): 34.690 downloadscommand-a-plus-05-2026-bf16 (Cohere): 34.827 downloadsLlama-3_3-Nemotron-Super-49B-v1 (NVIDIA): 38.597 downloadsHermes-2-Pro-Mistral-7B (Nous Research): 48.210 downloadsSeed-OSS-36B-Instruct (ByteDance Seed): 50.069 downloadsHunyuan-7B-Instruct (Tencent): 51.166 downloadsstep3 (StepFun): 52.144 downloadsMiMo-V2.6-Flash-RL (Xiaomi): 54.604 downloadsgranite-4.0-tiny-preview (IBM): 56.643 downloadsgranite-4.0-h-tiny (IBM): 58.484 downloadsphi-1_5 (Microsoft): 61.903 downloadsLlama-3_3-Nemotron-Super-49B-v1_5 (NVIDIA): 63.085 downloadsLFM2.5-350M (Liquid AI): 63.683 downloadsKimi-K2-Thinking (Moonshot AI): 64.013 downloadsLFM2-1.2B (Liquid AI): 70.636 downloadsHunyuan-A13B-Instruct (Tencent): 71.505 downloadsLFM2-VL-1.6B (Liquid AI): 72.596 downloadsLFM2.5-230M (Liquid AI): 84.581 downloadsERNIE-4.5-21B-A3B-Thinking (Baidu): 85.602 downloadsMiMo-V2.6-Pro-RL (Xiaomi): 91.768 downloadsMiMo-V2-Flash (Xiaomi): 96.170 downloadsc4ai-command-r-v01 (Cohere): 97.542 downloadsGLM-4.7 (Z.ai): 99.897 downloadsLFM2.5-2.6B (Liquid AI): 104.821 downloadsHy3-preview (Tencent): 108.380 downloadsKimi-K2.7-Code (Moonshot AI): 113.780 downloadsLFM2.5-1.2B-Instruct (Liquid AI): 115.808 downloadsLLaDA2.1-mini (inclusionAI): 122.471 downloadsgranite-4.2-8b (IBM): 132.068 downloadsgranite-3.3-2b-instruct (IBM): 152.209 downloadsMistral-7B-Instruct-v0.1 (Mistral AI): 153.373 downloadsNorth-Micro-Vision-Instruct (Cohere): 158.575 downloadsPhi-3-mini-128k-instruct (Microsoft): 160.522 downloadsgranite-4.1-8b (IBM): 161.683 downloadsgranite-vision-4.1-4b (IBM): 173.599 downloadsMiniMax-M3 (MiniMax): 200.665 downloadsMeta-Llama-3-8B (Meta): 207.741 downloadsStep-3.5-Flash (StepFun): 215.381 downloadsLLaDA2.0-mini (inclusionAI): 216.787 downloadsKimi-Linear-48B-A3B-Instruct (Moonshot AI): 220.953 downloadsMiMo-V2.5 (Xiaomi): 228.816 downloadsKimi-VL-A3B-Instruct (Moonshot AI): 232.154 downloadsgranite-4.1-30b (IBM): 253.880 downloadsMiniMax-M2 (MiniMax): 281.045 downloadsKimi-K2-Instruct (Moonshot AI): 327.391 downloadsNVIDIA-Nemotron-Nano-9B-v2 (NVIDIA): 331.709 downloadsKimi-K2.5 (Moonshot AI): 339.205 downloadsPhi-3.5-mini-instruct (Microsoft): 357.507 downloadsPhi-4-mini-instruct (Microsoft): 358.028 downloadsPhi-3-mini-4k-instruct (Microsoft): 362.393 downloadsLlama-3.3-70B-Instruct (Meta): 366.023 downloadsphi-4 (Microsoft): 396.633 downloadsMistral-7B-v0.1 (Mistral AI): 396.852 downloadsHy3 (Tencent): 407.420 downloadsgemma-3-27b-it (Google): 417.368 downloadsLlama-2-7b-chat-hf (Meta): 417.453 downloadsDeepSeek V4 Pro (DeepSeek): 436.474 downloadsKimi-K2.6 (Moonshot AI): 457.429 downloadsGLM-5 (Z.ai): 494.468 downloadsGLM-4.5-Air (Z.ai): 496.748 downloadsHermes-3-Llama-3.1-8B (Nous Research): 521.640 downloadsMiniMax-M2.5 (MiniMax): 523.035 downloadsgemma-2-2b-it (Google): 547.931 downloadsgranite-4.1-3b (IBM): 551.999 downloadsNVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16 (NVIDIA): 596.783 downloadsdiffusiongemma-26B-A4B-it (Google): 612.324 downloadsphi-2 (Microsoft): 620.473 downloadsNVIDIA-Nemotron-3-Ultra-550B-A55B-BF16 (NVIDIA): 623.598 downloadsGLM-5.2 (Z.ai): 682.424 downloadsLlama-3.2-1B (Meta): 719.070 downloadsPhi-3.5-vision-instruct (Microsoft): 761.714 downloadsLlama-2-7b-hf (Meta): 781.037 downloadsQwen2.5-Coder-32B-Instruct (Qwen): 861.718 downloadsmedgemma-4b-it (Google): 869.324 downloadsMeta-Llama-3-8B-Instruct (Meta): 883.327 downloadsNVIDIA-Nemotron-3-Nano-30B-A3B-BF16 (NVIDIA): 907.061 downloadsMiniMax-M2.7 (MiniMax): 973.172 downloadsgemma-2-9b-it (Google): 986.772 downloadsNVIDIA-Nemotron-3-Super-120B-A12B-BF16 (NVIDIA): 1.057.809 downloadsDeepSeek-R1 (DeepSeek): 1.118.924 downloadsgemma-3-4b-it (Google): 1.240.056 downloadsKimi-K3 (Moonshot AI): 1.253.272 downloadsDeepSeek-V4.1-Flash (DeepSeek): 1.255.513 downloadsDeepSeek-V3 (DeepSeek): 1.406.433 downloadsDeepSeek-V3-0324 (DeepSeek): 1.419.434 downloadsGLM-5.3 (Z.ai): 1.507.787 downloadsMistral-7B-Instruct-v0.2 (Mistral AI): 1.571.085 downloadsLlama-3.2-3B-Instruct (Meta): 1.583.867 downloadsGLM-4.7-Flash (Z.ai): 1.601.526 downloadsQwen3.8-Flash-Next (Qwen): 1.609.433 downloadsNVIDIA-Nemotron-3-Nano-4B-BF16 (NVIDIA): 2.274.852 downloadsQwen3.6-27B (Qwen): 2.347.299 downloadsgemma-3-1b-it (Google): 3.222.716 downloadsQwen3.6-35B-A3B (Qwen): 3.524.086 downloadsgpt-oss-120b (OpenAI): 4.188.657 downloadsDeepSeek-V3.2 (DeepSeek): 4.240.676 downloadsDeepSeek-V4-Flash-0731 (DeepSeek): 4.528.516 downloadsGLM-5.3-Flash (Z.ai): 6.160.780 downloadsgpt-oss-20b (OpenAI): 6.192.993 downloadsLlama-3.1-8B-Instruct (Meta): 6.252.533 downloadsQwen3.8-27B (Qwen): 6.758.993 downloadsLlama-3.2-1B-Instruct (Meta): 7.534.738 downloadsQwen2.5-7B-Instruct (Qwen): 8.158.141 downloadsQwen2.5-0.5B-Instruct (Qwen): 8.194.834 downloadsQwen3.5-9B (Qwen): 8.700.580 downloadsQwen3-4B (Qwen): 8.896.913 downloadsgemma-4-31B-it (Google): 9.585.344 downloadsQwen3-8B (Qwen): 10.146.765 downloadsQwen3-VL-8B-Instruct (Qwen): 10.420.686 downloadsgemma-4-26B-A4B-it (Google): 12.473.185 downloadsQwen3-0.6B (Qwen): 31.121.660 downloads10 mil100 mil1 milhão10 migranite-3.3-2b-instruct: 152.209
1.010o menos baixado, camel-5b-hf
111.080a mediana dos 172
31.121.660o mais baixado, Qwen3-0.6B
Cada traço é um modelo aberto do catálogo; o traço preto é a mediana. Escala logarítmica: cada marca do eixo vale dez vezes a anterior. Downloads nos últimos 30 dias, pela API do Hugging Face.

Preço

Modelo de pesos abertos, sem preço de API da empresa: o custo depende de onde você roda (servidor próprio ou um provedor de nuvem).1

granite-3.3-2b-instruct e os outros modelos abertos de IBM

Downloads nos últimos 30 dias, no Hugging Face.2

  1. granite-4.1-3b551.999
  2. granite-4.1-30b253.880
  3. granite-vision-4.1-4b173.599
  4. granite-4.1-8b161.683
  5. granite-3.3-2b-instruct152.209
  6. granite-4.2-8b132.068
  7. granite-4.0-h-tiny58.484
  8. granite-4.0-tiny-preview56.643

Qualidade nos testes

O granite-3.3-2b-instruct não aparece no placar de texto da LMArena publicado em 02/10/2026, ou aparece com um nome que Certu não conseguiu ligar a este modelo com certeza.4

Em português: o repositório ibm-granite/granite-3.3-2b-instruct não foi avaliado no Open Portuguese LLM Leaderboard, que está arquivado e não recebe modelos novos (última avaliação em 01/09/2025).5

Ficha do granite-3.3-2b-instruct

Origem

EmpresaIBM
Tipopesos abertos
Publicado no Hugging Face em09/04/2025

Capacidade

O que lêtexto
O que geratexto

Acesso

API da empresanão entre as fontes deste catálogo
Pesos abertosibm-granite/granite-3.3-2b-instruct
Licença declaradaapache-2.02
Parâmetros2,53 bilhões 2.533.539.840
Downloads em 30 dias152.209
Downloads desde a publicação1.738.947
Curtidas no Hugging Face87
Download exige aceitar termos antesnão
Limite de posições no config.json131.072 teto técnico do arquivo, não é a janela de contexto anunciada

Não informado na fonte oficial: janela de contexto.3

Outras contas grátis: quanto custa colocar IA no seu negócio, quanto custa o WhatsApp sem resposta e quanto custa contratar um atendente. Para quem programa: o blog técnico de IA.

Como Certu pode ajudar

Você não precisa escolher modelo, contar token nem montar servidor. Certu monta um agente de IA que responde seus clientes no WhatsApp pela API oficial da Meta, com o que o seu negócio sabe responder. O plano Start custa R$ 299 por mês e já vem com 1.600 respostas.

Fontes e método
  1. O granite-3.3-2b-instruct é um modelo de pesos abertos: qualquer pessoa pode baixar e rodar, então não existe um preço único. Quanto custa depende de onde você roda (no seu servidor ou num provedor de nuvem, cada um com a sua tabela).
  2. Fonte: Hugging Face, API pública de modelos, consultado em 07/10/2026. O que o número mede: Dados do repositório oficial da empresa no Hugging Face: a licença declarada no cartão do modelo, o total de parâmetros dos arquivos safetensors (quando o repositório publica), downloads nos últimos 30 dias e desde sempre, curtidas, a tarefa principal, se o download exige aceitar termos antes e o limite de posições do config.json (max_position_embeddings, um teto técnico que não é a janela de contexto anunciada). Como o nome foi casado: Entram os repositórios de geração de texto das organizações oficiais de cada empresa: os 6 mais baixados em 30 dias e os 6 com mais curtidas, sem versões quantizadas, modelos Base, de segurança ou de teste, com pelo menos 1.000 downloads em 30 dias. Um repositório com o mesmo nome de um modelo da página de preços da mesma empresa vira um modelo só.
  3. O que lê: deduzido da tarefa principal declarada no repositório oficial do Hugging Face (text-generation). Campo que a fonte oficial não traz fica fora da ficha e aparece na linha "Não informado na fonte oficial".
  4. Fonte: LMArena, placar de texto, conjunto de dados público no Hugging Face (licença CC BY 4.0), publicado em 02/10/2026, consultado em 07/10/2026. O que o número mede: Nota do placar de texto da LMArena, na versão com controle de estilo e na categoria geral: pessoas mandam a mesma pergunta para dois modelos sem saber quais são e votam na melhor resposta, e a LMArena transforma os votos numa nota. Quanto maior, mais vezes o modelo ganhou. A faixa de confiança é o intervalo que a própria LMArena publica para a nota. A posição é a do placar inteiro, que tem modelos fora deste catálogo. Como o nome foi casado: Mesma empresa e mesmo nome, sem contar ponto, espaço e hífen. Aceita também o nome com o nível de raciocínio no fim (high, medium, low, minimal) e o nome com data no fim quando a LMArena só conhece aquele modelo por uma data.
  5. Fonte: Open Portuguese LLM Leaderboard (placar aberto de modelos em português) (licença Apache 2.0), consultado em 07/10/2026. O que o número mede: Média, de 0 a 100, de nove provas em português: ENEM, vestibulares da USP e da Unicamp (BLUEX), exame da OAB, entendimento de frases (ASSIN2 RTE e STS, FaQuAD NLI), discurso de ódio (HateBR e Portuguese Hate Speech) e sentimento em tweets (TweetSentBR). O placar só avalia modelos de pesos abertos, rodando os pesos na precisão indicada, e está arquivado (não recebe modelos novos). Como o nome foi casado: O repositório avaliado no Hugging Face é o mesmo repositório oficial da empresa que o catálogo usa para o modelo. A média normalizada (NPM) desconta o que um chute ao acaso acertaria em cada prova.