Granite 4.2とは？
Granite 4.2は、2026年8月25日に公開されたIBMのオープンモデルファミリーです。3B、8B、30Bの3つの密モデルがあり、いずれもテキスト入力、テキスト出力です。各モデルは段階的に考えることも、直接答えることも、短 く推論するlow-effortモードを使うこともできます。
全サイズが数学、科学、コーディング、ツール呼び出しで強化学習を受けており、8Bと30Bはさらにソフトウェアエンジニアリング、ターミナル作業、Web検索でのエージェント訓練も受けています。IBMは合成コード1兆（1 trillion）トークンを追加しました。モデルはネイティブで128Kトークンを扱い、8Bと30Bのモデルカードには512Kへの拡張が記載されています。英語、ドイツ語、スペイン語、フランス語、日本語、アラビア語、韓国語、中国語を含む12言語に対応します。
重みはApache 2.0でHugging Face、Ollama、LM Studioにあり、watsonx、OpenRouter、Replicate、DeepInfra、CoreWeaveなどでホストされています。
Granite 4.2は使う価値があるか？
Granite 4.2は堅実で地味な選択肢です。明快なライセンスの3つの密モデルで、サイズの割によく推論し、第三者が採点すると中位に収まります。Artificial Analysisは30BにIntelligence Indexで13を付けており、4Bから40Bパラメータのオープンモデル141本中29位で、中央値は8です。これは4倍の大きさのOpenAIのgpt-oss-120bより1ポイント高い数値です。
残りの数値はIBMのモデルカードにあり、すべてNVIDIAのNeMo Evaluatorを基にした評価環境での自己申告で、表に競合モデルはありません。30BはSWE-bench Verifiedで57、Terminal-Bench 2.1で29.24、AIME 2025で89.17に達し、8BはSWE-bench Verifiedで47.67です。エージェントの話を弱める数値が1つあります。ツール呼び出しのBFCL v4テストで、8Bは追加のエージェント訓練を受けたにもかかわらず52.39で、3Bの52.41と並んでいます。長いコンテキストは30Bでは保たれます（128KのRULERで81.38）が、3Bでは落ちます（55.30）。
モデルは簡単に動かせます。Ollamaの4ビット版は2.2GB、5.3GB、18GBなので、30Bは24GBのカードに、8BはノートPCに収まります。vLLMはバージョン0.20以降が必要で、リポジトリにある専用の推論パーサーとqwen3_coderのツールパーサーも必要です。512Kの拡張は実際には見つけにくく、モデルカード自身のサービング例は131,072トークンで止まり、Ollamaのタグはすべて128Kとなっています。
ホスト型は安価ですが、出力が多めです。Artificial AnalysisはAPIプロバイダーとしてIBMの1社を追跡しており、入力100万トークンあたり$0.16、出力100万トークンあたり$0.65で、速度は毎秒67トークンとクラスの中央値を下回ります。30Bは指標の完了に1億（100M）出力トークンを使い、中央値は8,200万でした。そのため、非思考モードとlow-effortの切り替えが主なコスト対策になります。
テキストのみなので、画像と音声はGemma 4に任せることになります。とはいえ、すでにwatsonxを購入している企業には同じ重みが既存の契約の中で届き、どのリーダーボードの順位よりも調達の近道になります。
真価を発揮する場面
オンプレミスでエージェントを運用する保険会社のプラットフォームチーム
48GBのGPU 1枚でツール呼び出しを使う保険金請求アシスタントを動かす
8ビットの30Bは31GBで、48GBのカードにコンテキスト分の余裕が残り、BFCL v4では61.39です。Apache 2.0なので ライセンス審査が不要で、vLLMのツールパーサーが関数呼び出しを処理します。
16GBのノートPCを使う開発者
オフラインでローカルのコーディングアシスタントを使う
4ビットの8BはOllamaで5.3GBのダウンロードです。IBMの集計でSWE-bench Verified 47.67は小さな修正には役立ちますが、ホスト型のコーディングモデルには遠く及びません。2.2GBの3Bは簡単な質問に向いています。
watsonxでAIによる振り分け機能の価格を検討するプロダクトマネージャー
月100万件のサポート依頼を分類し、要約する
1件あたり入力1,500トークン、出力800トークンで、IBMの$0.16／$0.65の料金なら月約$760です。定型的なチケットで思考をオフにすると、請求の大半を占める出力分が減ります。
導入前に確認すること
- 導入
- ollama run granite4.2で8Bを取得します。vLLM 0.20以降では、リポジトリのgranite_thinking_parserファイルと--tool-call-parser qwen3_coderが必要です。SGLang 0.5.18以降でも動きます。
- 連携
- Hugging Face、Ollama、LM Studio、watsonx、OpenRouter、Replicate、DeepInfra、CoreWeave。思考モードはchat_template_kwargsで設定します。
- データとプライバシー
- Apache 2.0で、商用と研究に開かれ、用途の制限はありません。セルフホストならプロンプトは自社のハードウェアにとどまります。
- 大規模利用時のコスト
- IBMのAPIは入力100万トークンあたり$0.16、出力100万トークンあたり$0.65で、キャッシュヒットは75%割引です。セルフホストでは、30Bは4ビットで約18GB、8ビットで31GBが必要です。
- 制限
- 実際のコンテキストは128Kで、512Kの拡張は参照用のサービング構成に含まれていません。テキストのみ。IBMのAPIで毎秒67トークンで、思考時は冗長です。
良い点
- Apache 2.0で、条件はありません
- 3B、8B、30Bの密モデルで、30Bは4ビットで24GBのGPUに収まります
- 思考、非思考、low-effortのモードを1つのモデルで使えます
- 30BはArtificial Analysisで13を記録し、gpt-oss-120bを上回ります
気になる点
- テキストのみです
- モデルカードのベンチマークはIBM自身のもので、競合との比較はありません
- BFCLのツール呼び出しで8Bは3Bと変わりません
- 思考モードでは冗長で、出力の請求額が増えます
おすすめの人
ローカルやオンプレミスのエージェント向けに、小型で寛容なライセンスの推論モデルを求める企業と開発者。
Granite 4.2の代替
Granite 4.2：よくある質問
- Granite 4.2は使う価値があるか？
- Granite 4.2は、リスク委員会が最も早く承認するであろうオープンモデルファミリーです。推論はサイズの割に優秀ですが、最先端には遠く及びません。 評価は5点満点中4.0点です。
- Granite 4.2の料金は？
- 重みはApache 2.0で無料。watsonxや他社のホスティングは別途課金されます。
- Granite 4.2の欠点は？
- テキストのみです; モデルカードのベンチマークはIBM自身のもので、競合との比較はありません; BFCLのツール呼び出しで8Bは3Bと変わりません; 思考モードでは冗長で、出力の請求額が増えます.
- Granite 4.2は誰に向いているか？
- ローカルやオンプレミスのエージェント向けに、小型で寛容なライセンスの推論モデルを求める企業と開発者。
- チームや本番環境でGranite 4.2を使うと費用はいくらか？
- IBMのAPIは入力100万トークンあたり$0.16、出力100万トークンあたり$0.65で、キャッシュヒットは75%割引です。セルフホストでは、30Bは4ビットで約18GB、8ビットで31GBが必要です。
- Granite 4.2は企業データを扱っても安全か？
- Apache 2.0で、商用と研究に開かれ、用途の制限はありません。セルフホストならプロンプトは自社のハードウェアにとどまります。
- Granite 4.2の代わりになるものは？
- 当サイトでレビューした中で最も近い代替はGemma 4, gpt-oss-20b, Devstral Small 2 、 Falcon-H1R-7Bです。
回答確認日：2026年10月22日