Granite Guardian 4.1 8Bとは？
Granite Guardian 4.1 8Bは、IBM Researchのリスク検出モデルで、Granite 4.1 8Bを微調整して2026年4月に公開されました。会話、平易な言葉で書いた基準、採点の形式を渡すと、scoreタグの中にイエスかノーを返します。thinkモードでは先に推論を書き、no-thinkモードではすぐに答えます。
組み込みの基準は3つのグループに分かれます。有害性（一般的な害、社会的な偏見、ジェイルブレイク、暴力、卑語、性的な内容、非倫理的な行為）、検索のチェック（文脈の関連性、根拠の有無、回答の関連性）、エージェントのチェック（関数呼び出しの幻覚）です。Bring Your Own Criteriaを使えば書式や長さの要件のような新しいルールを書けますが、IBMはテストが必要だとしています。
重みはApache 2.0で、アクセス申請は不要です。Transformers、vLLM、SGLang、Docker Model Runnerで動き、コミュニティによる11種類の量子化版がllama.cpp、Ollama、LM Studioで使えます。学習と評価は英語のみです。3.3 8Bや、38Mと125Mのヘイト・罵倒・卑語の分類器など、以前の版もHugging Faceに残っています。
Granite Guardian 4.1 8Bの料金は？
| プラン | 価格 | 内容 |
|---|---|---|
| Weights | Free | Apache 2.0、アクセス申請不要 |
| Self-hosted | Free | 自分のGPUでBF16の8B |
Apache 2.0の無料のオープンウェイトで、Hugging Faceではアクセス申請は不要です。自前ホストのみで、ホスト型の推論提供元は掲載されていません。
Granite Guardian 4.1 8Bは使う価値があるか？
Granite Guardianの強みは、すっきりしたライセンスのもとでの守備範囲の広さです。多くのガードモデルは有害な内容で止まりますが、これは回答が検索した文章に基づいているか、エージェントの関数呼び出しが与えられたツールに合っているかも確かめます。しかも、すべてApache 2.0でアクセス申請も不要です。
IBMが示す4.1の数値から、どこに力を入れたかがわかります。FC Reward Benchでの関数呼び出しの検出は、バージョン3.3の0.74からno-thinkモードで0.79に上がりました。最も伸びたのは独自の基準で、IFEvalの複数制約タスクでのバランス精度は、プロンプトだけの0.569から0.844になりました。LLM-AggreFactでの根拠の確認はthinkモー ドで0.76と、3.3と同じです。安全性そのものはあまり変わっていません。IBMによるとno-thinkのF1は0.79で以前の版とほぼ同じ、xstestの拒否の指標は0.44と低いままです。
IBMはコストについて率直です。モデルカードは、モデルの評価、監視、抜き取り検査といった遅延の要求が中程度の用途に位置づけ、遅延の予算が厳しいチームには38Mのヘイト・罵倒・卑語のモデルを勧めています。thinkモードはチェックのたびに生成された推論を加え、IBMはその推論に危険な文章が含まれたり、スコアの決まり方を反映していなかったりする可能性があると警告しています。
実用上の最大の制約は、英語だけで学習している点です。多言語のモデレーションならQwen3Guardが119の言語と方言に対応し、インジェクションを素早く選別するならPrompt Guard 2のような分類器のほうが1回あたりずっと安く済みます。
真価を発揮する場面
判例要旨への質問に答える法律系出版社のRAGチーム
検索した文章に裏付けられていない回答を見つける
質問、検索した文脈、回答を根拠の基準とともにno-thinkモードで送り、イエスなら人の確認に回します。トラフィックの一部を抜き取って実行すればGPUのコストを抑えられます。
関数呼び出しで会議を予約するアシスタントを作るエージェン ト開発者
でっち上げの引数や間違った関数を使うツール呼び出しを見つける
実行前に、ツールのスキーマと予定の呼び出しを関数呼び出しの幻覚の基準とともに渡します。IBMによると、このチェックはno-thinkモードでFC Reward Benchの0.79です。
英語圏のコミュニティアプリのトラスト・アンド・セーフティ責任者
標準の有害カテゴリーでは拾えない社内ルールを適用する
ルールをBring Your Own Criteriaのプロンプトとして書き、IBMの助言どおりラベル付きのサンプルで試し、全メッセージではなく通報された投稿に適用します。
導入前に確認すること
- 導入
- pip install transformers torch vllmのあと、vllm serve ibm-granite/granite-guardian-4.1-8bを実行します。判定用のプロンプトは最後のユーザーメッセージに入れ、thinkかno-thinkの指示、基準、採点の形式を含めます。
- 連携
- Transformers、vLLM、SGLang、Docker Model Runner。llama.cpp、Ollama、LM Studio用のコミュニティのGGUF版。ColabとKaggleのノートブック。
- データとプライバシー
- 自前ホストなので、プロンプトも文書も自分のハードウェアに残ります。Apache 2.0で、アクセス申請なしに商用利用できます。
- 大規模利用時のコスト
- API料金はなく、8BのモデルをGPU1台で動かします。thinkモードはチェックごとに追加のトークンを生成するので、大量処理にはno-think、監査にはthinkが向きます。
- 制限
- 英語のみ。返すのはイエスかノーで、較正された多クラスのラベルではありません。モデルカードにコンテキスト長の記載はありません。IBMは同社のプロンプトテンプレートだけを使うよう勧めています。
良い点
- 有害性、RAGの根拠、関数呼び出しのチェックを1つのモデルで
- IFEvalの複数制約で独自基準の精度が0.569から0.844に向上
- Apache 2.0でアクセス申請不要
- thinkとno-thinkで遅延と説明を選べる
気になる点
- 英語のみ
- 8Bなので全メッセージを常時チェックするには遅い
- 安全性のF1は以前の版とほぼ横ばい
- 推論が不正確だったり危険な文章を含んだりすることがある
おすすめの人
英語で運用し、安全性、検索の根拠、エージェントのツール呼び出しを1つのオープンな判定役で、抜き取りや高リスクのトラフィックに対して確認したいチーム。
Granite Guardian 4.1 8Bの代替
Granite Guardian 4.1 8B：よくある質問
- Granite Guardian 4.1 8Bは使う価値があるか？
- 英語のアプリ向けに、有害性、根拠の確認、ツール呼び出しを1つのモデルで扱うオープンな判定役ですが、8Bなので、すべてのメッセージを通す常時のフィルターではなく抜き取り検査向けです。 評価は5点満点中4.0点です。
- Granite Guardian 4.1 8Bの料金は？
- Apache 2.0の無料のオープンウェイトで、Hugging Faceではアクセス申請は不要です。自前ホストのみで、ホスト型の推論提供元は掲載されていません。
- Granite Guardian 4.1 8Bの欠点は？
- 英語のみ; 8Bなので全メッセージを常時チェックするには遅い; 安全性のF1は以前の版とほぼ横ばい; 推論が不正確だったり危険な文章を含んだりすることがある.
- Granite Guardian 4.1 8Bは誰に向いているか？
- 英語で運用し、安全性、検索の根拠、エージェントのツール呼び出しを1つのオープンな判定役で、抜き取りや高リスクのトラフィックに対して確認したいチーム。
- チームや本番環境でGranite Guardian 4.1 8Bを使うと費用はいくらか？
- API料金はなく、8BのモデルをGPU1台で動かします。thinkモードはチェックごとに追加のトークンを生成するので、大量処理にはno-think、監査にはthinkが向きます。
- Granite Guardian 4.1 8Bは企業データを扱っても安全か？
- 自前ホストなので、プロンプトも文書も自分のハードウェアに残ります。Apache 2.0で、アクセス申請なしに商用利用できます。
- Granite Guardian 4.1 8B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Qwen3Guard, gpt-oss-safeguard 、 Shieldstral 1.0 3Bです。
回答確認日：2026年11月6日
Granite Guardian 4.1 8Bの開発元の方へ：この評価をサイトに掲載できます
