Qu’est-ce que Granite 4.2 ?
Granite 4.2 est la famille de modèles ouverts d'IBM, sortie le 25 août 2026. Elle se décline en trois tailles denses, 3B, 8B et 30B, toutes en texte en entrée et texte en sortie. Chaque modèle peut réfléchir étape par étape, répondre directement, ou utiliser un mode low-effort qui raisonne brièvement.
Toutes les tailles ont été entraînées par apprentissage par renforcement sur les maths, les sciences, le code et l'appel d'outils ; les 8B et 30B ont aussi reçu un entraînement d'agent sur l'ingénierie logicielle, le travail en terminal et la recherche web. IBM a ajouté 1 billion de tokens de code synthétique. Les modèles gèrent 128K tokens nativement, et les fiches des 8B et 30B indiquent une extension à 512K. Ils prennent en charge 12 langues, dont l'anglais, l'allemand, l'espagnol, le français, le japonais, l'arabe, le coréen et le chinois.
Les poids sont sous Apache 2.0 sur Hugging Face, Ollama et LM Studio, et les modèles sont hébergés sur watsonx, OpenRouter, Replicate, DeepInfra, CoreWeave et d'autres.
Granite 4.2 vaut-il le coup ?
Granite 4.2 est un choix solide et sans éclat : trois modèles denses sous une licence propre qui raisonnent bien pour leur taille et atterrissent en milieu de tableau quand quelqu'un d'autre fait la notation. Artificial Analysis donne au 30B 13 sur son Intelligence Index, 29e sur 141 modèles ouverts entre 4B et 40B de paramètres, où la médiane est de 8. C'est un point au-dessus du gpt-oss-120b d'OpenAI, un modèle quatre fois sa taille.
La fiche d'IBM a le reste, tout autodéclaré sur un harnais bâti sur le NeMo Evaluator de NVIDIA, sans modèles rivaux dans le tableau. Le 30B atteint 57 sur SWE-bench Verified, 29,24 sur Terminal-Bench 2.1 et 89,17 sur AIME 2025 ; le 8B obtient 47,67 sur SWE-bench Verified. Un chiffre sape le récit de l'agent : sur le test d'appel d'outils BFCL v4, le 8B obtient 52,39, au niveau du 52,41 du 3B, malgré l'entraînement d'agent supplémentaire. Le long contexte tient sur le 30B (81,38 sur RULER à 128K) et s'estompe sur le 3B (55,30).
Les modèles sont faciles à faire tourner. Les versions 4 bits d'Ollama font 2,2GB, 5,3GB et 18GB, si bien que le 30B tient sur une carte de 24GB et le 8B sur un portable. vLLM exige la version 0.20 ou ultérieure, un parseur de raisonnement personnalisé du dépôt et le parseur d'outils qwen3_coder. L'extension 512K est plus dure à trouver en pratique : les propres exemples de service de la fiche s'arrêtent à 131 072 tokens, et chaque tag Ollama indique 128K.
Hébergé, il est bon marché mais bavard. Artificial Analysis suit un fournisseur d'API, IBM, à 0,16 $ par million de tokens en entrée et 0,65 $ par million en sortie, à 67 tokens par seconde, sous la médiane de sa catégorie. Le 30B a utilisé 100M de tokens de sortie pour terminer l'index contre une médiane de 82M, si bien que les bascules non-thinking et low-effort sont les principaux leviers de coût.
Il est uniquement textuel, ce qui laisse les images et l'audio à Gemma 4. Pour une entreprise qui achète déjà watsonx, cependant, les mêmes poids arrivent dans un contrat existant, et c'est un chemin d'achat plus court que n'importe quelle position au classement.
Là où il fait la différence
Une équipe plateforme chez un assureur qui fait tourner des agents sur site
Faire tourner un assistant de sinistres à appel d'outils sur un seul GPU de 48GB
Le 30B en 8 bits est une version de 31GB, laissant de la place au contexte sur une carte de 48GB, et obtient 61,39 sur BFCL v4. Apache 2.0 supprime la revue de licence, et le parseur d'outils de vLLM gère les appels de fonctions.
Un développeur avec un portable de 16GB
Utiliser un assistant de code local hors ligne
Le 8B en 4 bits est un téléchargement Ollama de 5,3GB ; 47,67 sur SWE-bench Verified selon le décompte d'IBM est utile pour de petites corrections mais bien en deçà des modèles de code hébergés. Le 3B, à 2,2GB, convient aux questions rapides.
Un chef de produit qui chiffre une fonction de tri IA sur watsonx
Classer et résumer 1M de demandes de support par mois
À 1 500 tokens en entrée et 800 en sortie par demande, les tarifs de 0,16 $/0,65 $ d'IBM reviennent à environ 760 $ par mois. Couper le thinking pour les tickets de routine réduit la part de sortie, qui représente l'essentiel de la facture.
Avant de vous engager
- Mise en route
- ollama run granite4.2 récupère le 8B ; vLLM 0.20+ a besoin du fichier granite_thinking_parser du dépôt et de --tool-call-parser qwen3_coder ; SGLang 0.5.18+ fonctionne aussi.
- Intégrations
- Hugging Face, Ollama, LM Studio, watsonx, OpenRouter, Replicate, DeepInfra et CoreWeave ; les modes thinking se règlent via chat_template_kwargs.
- Données et confidentialité
- Apache 2.0, ouvert à l'usage commercial et de recherche sans limite de domaine d'usage ; les prompts auto-hébergés restent sur votre matériel.
- Coût à grande échelle
- L'API d'IBM facture 0,16 $ par million de tokens en entrée et 0,65 $ par million en sortie, avec une remise de 75 % sur les hits de cache. En auto-hébergement, le 30B a besoin d'environ 18GB en 4 bits ou 31GB en 8 bits.
- Limites
- 128K de contexte en pratique ; l'extension 512K n'est pas dans la configuration de service de référence. Texte uniquement. 67 tokens par seconde sur l'API d'IBM, et bavard en thinking.
Les points forts
- Apache 2.0 sans conditions
- 3B, 8B et 30B denses ; le 30B tient sur un GPU de 24GB en 4 bits
- Modes thinking, non-thinking et low-effort dans un seul modèle
- Le 30B obtient 13 sur Artificial Analysis, au-dessus de gpt-oss-120b
Les points faibles
- Texte uniquement
- Les benchmarks de la fiche sont ceux d'IBM, sans comparaisons avec des rivaux
- Le 8B pas meilleur que le 3B sur l'appel d'outils BFCL
- Bavard en mode thinking, ce qui gonfle les factures de sortie
Idéal pour
Les entreprises et développeurs qui veulent de petits modèles de raisonnement sous licence permissive pour des agents locaux ou sur site.
Alternatives à Granite 4.2
Granite 4.2 : questions fréquentes
- Granite 4.2 vaut-il le coup ?
- Granite 4.2 est la famille ouverte qu'un comité des risques approuvera le plus vite, avec un raisonnement bon pour sa taille et loin de la frontière. Nous lui donnons 4.0 sur 5.
- Combien coûte Granite 4.2 ?
- Poids gratuits sous Apache 2.0 ; watsonx et l'hébergement tiers facturés séparément.
- Quels sont les inconvénients de Granite 4.2 ?
- Texte uniquement; les benchmarks de la fiche sont ceux d'IBM, sans comparaisons avec des rivaux; le 8B pas meilleur que le 3B sur l'appel d'outils BFCL; bavard en mode thinking, ce qui gonfle les factures de sortie.
- À qui s’adresse Granite 4.2 ?
- Les entreprises et développeurs qui veulent de petits modèles de raisonnement sous licence permissive pour des agents locaux ou sur site.
- Combien coûte Granite 4.2 pour une équipe ou en production ?
- L'API d'IBM facture 0,16 $ par million de tokens en entrée et 0,65 $ par million en sortie, avec une remise de 75 % sur les hits de cache. En auto-hébergement, le 30B a besoin d'environ 18GB en 4 bits ou 31GB en 8 bits.
- Granite 4.2 est-il sûr pour les données de l’entreprise ?
- Apache 2.0, ouvert à l'usage commercial et de recherche sans limite de domaine d'usage ; les prompts auto-hébergés restent sur votre matériel.
- Quelles sont les meilleures alternatives à Granite 4.2 ?
- Les alternatives les plus proches que nous avons testées sont Gemma 4, gpt-oss-20b, Devstral Small 2 et Falcon-H1R-7B.
Réponses vérifiées le 22 oct. 2026.