IBM、推論特化型オープンモデル「Granite 4.2」を公開

IBM は、3B、8B、30B の 3 つのパラメータサイズを持つオープンな推論型言語モデル「Granite 4.2」ファミリーをリリースしました。以前の Granite リリースが指示に従うアシスタントだったのに対し、Granite 4.2 は明示的な推論能力を中心に設計されています。

すべてのモデルは回答前に思考連鎖（Chain of Thought）を出力可能で、「推論モード」と「非推論モード」を切り替えるスイッチに加え、簡単な質問には短い推論予算しか使わない「低負荷モード」も備えています。アーキテクチャはデコーダー専用型の密なトランスフォーマーで、約 15 トリオントークンからゼロベースで事前学習され、その後、多段階の強化学習（RL）チェーンを経て微調整されています。

特に 8B と 30B モデルでは、この RL チェーンに「エージェント型 RL」ブロックが含まれており、モデルが実際のサンドボックス環境内でコード編集やターミナル操作、ウェブ検索を実行する能力を学習します。なお、すべてのモデルは Apache 2.0 ライセンスで提供されています。

また、IBM は LLM と併せて、パラメータ数 470M の「Granite Speech 5.0 Turbo CTC」モデルも 2 つリリースしています。

導入可能でしょうか？

はい。Granite 4.2 の 3 つの言語モデルはすべて Apache 2.0 ライセンスで提供されているため、ダウンロード、ファインチューニング、商業的な本番利用にライセンス上の制限はありません。

各モデルの適したユースケースは以下の通りです。

• 3B モデル: Ollama や LM Studio を使用してノート PC で動作させる個人開発者やスタートアップ向け。特に、Q4_K_M まで圧縮された GGUF 量化版が公開されているため、リソース制約の厳しい環境でも利用可能です。
• 8B モデル: 最新の GPU を 1 台持つ中堅企業チーム向け。
• 30B モデル: A100 や H100 クラスの計算資源を備えた大企業向け。vLLM 上での FP8 または NVFP4 形式の推論サービスにも対応しています。

規制の厳しい組織にとっては、オンプレミス環境で重み（weights）を管理できる点も大きなメリットとなります。

対象業界は、ソフトウェアおよび開発者向けツール、金融サービス、ヘルスケア、通信、公共部門、そして新音声モデルが導入されるコンタクトセンターです。

主な用途としては、ソフトウェアエンジニアリングエージェント、ターミナルおよび DevOps の自動化、深層調査・検索エージェント、長文書 RAG（Retrieval-Augmented Generation）、構造化されたツール呼び出し、大量の文字起こしが挙げられます。

アーキテクチャ

Granite 4.2 は、ハイブリッドや MoE（Mixture of Experts）設計ではなく、デコーダー専用の密なトランスフォーマーです。中核となるコンポーネントには、8 つの KV ヘッダを持つグループ化クエリアテンション、θ = 10,000,000 の RoPE、SwiGLU MLP、ε = 1e-5 の RMSNorm、アンタイド（結合されていない）入力/出力埋め込み、そして bfloat16 プレシジョンが含まれます。

3B モデルは埋め込みサイズ 2560 で 40 レイヤー構成です。8B モデルは埋め込みサイズ 4096 で同様に 40 レイヤーです。一方、30B モデルは 64 レイヤーに拡張され、MLP の隠れ層サイズは 32,768 に達します。公開されたアーキテクチャ表には 131,072 トークン（128K）のシーケンス長が記載されていますが、5 つのフェーズからなる事前学習プロセスには、512K トークンまで拡張される長期コンテキストフェーズも含まれています。事前学習は約 15 兆トークンをゼロから行われます。

トレーニングパイプラインこそが真の物語です

教師あり微調整（Supervised Fine-Tuning）では、約 720 万サンプル、約 1,000 億トークン（そのうち約 650 億が学習可能なパラメータ）を使用します。データミックスは、エージェント関連が 31.6%、非エージェント関連が 68.4% です。このうちソフトウェアエンジニアリング分野は、エージェント関連データの 69% を占めます。生成された軌跡（Trajectories）は、OpenHands、SWE-agent、Terminus-2、MiniSWE、Codex、Goose といったハーンセス全体で生成されました。品質管理には GPT-OSS-120B と Gemma 4 を判事として用い、ツールおよびメッセージフィールドに対して SHA-256 による重複排除を行いました。

ポストトレーニングは、単一の処理パスではなく、多段階かつ多環境の強化学習（RL）チェーンです。各ステージは非同期で実行される個別の GRPO 学習であり、前回のチェックポイントからウォームスタートします。ここでは価値関数ネットワークの代わりに leave-one-out ベースラインを採用し、オフポリシードリフトを抑制するために截断された重要性サンプリングを使用しています。学習順序は、RLVR（強化学習による検証）→ スキルブースター → SWE（ソフトウェアエンジニアリング）→ Terminal（ターミナル操作）→ Search（検索）→ RLHF（人間フィードバックによる強化学習）という流れです。

エージェント型 RL ブロックは 8B と 30B のモデルのみで実行されます。一方、3B モデルは基礎的な RL とアライメントのみに焦点を当てています。この設計上の決定的な違いが、サイズ間での性能差の大部分を説明しています。学習には NeMo-RL および NeMo-Gym を使用し、CoreWeave がホストする NVIDIA GB200 NVL72 クラスター上で実行されました。

重要な補完要素として 2 つあります。1 つは IBM の CodeAlchemy パイプラインから生成された 1 兆トークン規模の合成コードデータです。もう 1 つは、高速な推論を実現するためのスペキュレーティブ・ディコーディング層です。

報告された結果

IBM が発表している数値をモデルサイズ別（3B / 8B / 30B）に示します。

• Benchmark：3B / 8B / 30B
• SWE-Bench Verified：NA / 47.67 / 57.00
• Terminal-Bench 2.1：NA / 20.56 / 29.24
• τ³-bench：50.99 / 66.34 / 68.05
• BFCL (v4)：52.41 / 50.29 / 61.39
• AIME：25 / 78.33 / 86.67
• GPQA：54.80 / 64.14 / 66.41
• MMLU-Pro：67.84 / 74.04 / 77.60
• RULER 128K：55.30 / 71.41 / 81.38

Speech: 470M パラメータ、LLM バックボーンなし

Turbo CTC モデルはパラメータ数が 4.7 億（470 million）で、LLM のバックボーンを完全に排除しています。代わりに接続時間分類（CTC）を用いて音声からテキストへ直接マッピングを行います。IBM によると、単一の H200 GPU で RTFx スループットが約 12,600 に達し、Open ASR リーダーボードの現状最速モデル（約 6,000）を大きく上回っています。WebGPU デモも公開されています。

キーポイント

Apache 2.0 ライセンスの下、Granite 4.2 は 3B、8B、30B の高密度推論モデルとしてリリースされました。

チャットテンプレートには、「思考」「低負荷」「非思考」を切り替えるスイッチが用意されています。

エージェント型強化学習（SWE、Terminal、Search）は、8B と 30B モデルのみを対象にトレーニングが行われます。

30B モデルは SWE-Bench Verified で 57.00、Terminal-Bench 2.1 では 29.24 のスコアを記録しました。

また、Granite Speech 5.0 Turbo CTC は LLM バックボーンを持たない 470M パラメータのモデルです。