In diesem Artikel
Am 25. August 2026 hat IBM Granite 4.2 veröffentlicht: drei offene Reasoning-Modelle mit 3B, 8B und 30B Parametern, veröffentlicht unter der Apache-2.0-Lizenz auf Hugging Face, GitHub und Ollama. Jedes Modell hat einen Denk-Schalter, sodass ein und derselbe Checkpoint entweder Schritt für Schritt schlussfolgern oder direkt antworten kann. Sie verarbeiten nativ 128K Tokens Kontext und wurden in zwölf Sprachen getestet, darunter Arabisch. Für ein Unternehmen ist die praktische Schlagzeile kurz: Es handelt sich um kompetentes Reasoning und Tool-Calling, das Sie herunterladen, in Ihrer eigenen Infrastruktur betreiben und kommerziell nutzen können, ohne Lizenzhürde und ohne Abrechnung pro Token.
Was IBM tatsächlich veröffentlicht hat
Granite 4.2 ist eine Familie aus drei dichten Decoder-only-Modellen. Die veröffentlichten Größen sind 3B, 8B und 30B. Alle drei wurden mit rund 15 Billionen Tokens vortrainiert, mit einer abschließenden Trainingsphase, die den nutzbaren Kontext erweitert; IBM gibt nativ 128K Tokens an, erweiterbar auf bis zu 512K für lange Dokumente. Die Lizenz ist Apache 2.0, die Herunterladen, Fine-Tuning und kommerziellen Produktiveinsatz ohne gesonderte Vereinbarung erlaubt.
Interessanter als die Größe ist das Training. IBM hat bei den Modellen 8B und 30B agentisches Reinforcement Learning in echten Sandbox-Umgebungen eingesetzt, in denen das Modell lernt, Code zu bearbeiten, ein Terminal zu bedienen und Suchen auszuführen, statt nur das nächste Token in einem Dokument vorherzusagen. Deshalb zielt die Familie auf Agentenarbeit: Tool-Calling, mehrstufige Aufgaben und Workflows, in denen das Modell tatsächlich etwas tun muss, statt darüber zu schreiben.
Die Benchmarks, ehrlich gelesen
IBM meldet 57.00 auf SWE-bench Verified für das 30B-Modell und 47.67 für das 8B, mit 77.60 beziehungsweise 74.04 auf MMLU-Pro. Auf Terminal-Bench 2.1 kommen sie auf 29.24 und 20.56. Das sind respektable Werte für offene Modelle dieser Größenordnung, aber keine Spitzenwerte. Die größten geschlossenen Modelle liegen bei den schwierigsten Reasoning-Aufgaben weiterhin vorn.
Der Wert, bei dem es sich innezuhalten lohnt, ist das Ergebnis des 8B. Ein Modell dieser Klasse, das auf einem echten Software-Engineering-Benchmark im oberen Vierzigerbereich liegt, reicht für klar abgegrenzte interne Automatisierung aus, und es läuft auf einer einzelnen modernen GPU. Diese Kombination – gut genug und günstig genug, um es selbst zu besitzen – verändert die Rechnung für ein mittelständisches Unternehmen weit mehr als ein Unterschied von zwei Punkten an der Spitze einer Rangliste.
Warum offene Gewichte hier wichtiger sind als anderswo
Saudische Unternehmen unterliegen dem Gesetz zum Schutz personenbezogener Daten, das von der SDAIA durchgesetzt wird und echte Pflichten dazu festlegt, wie personenbezogene Daten verarbeitet, übermittelt und offengelegt werden. Jedes Mal, wenn Kundendaten Ihre Infrastruktur verlassen und die Modell-API eines Drittanbieters erreichen, wird diese Übermittlung zu etwas, das Sie rechtfertigen, dokumentieren und vertraglich absichern müssen.
Ein Modell, dessen Gewichte Sie selbst besitzen, verändert dieses Bild. Die Inferenz findet auf Hardware statt, die Sie kontrollieren, in einem Netzwerk, das Sie festlegen, mit Logs, die Ihnen gehören. Das hebt Ihre Pflichten nicht auf – Sie schulden Ihren Kunden weiterhin korrekte Verarbeitung, Aufbewahrungsgrenzen und eine Rechtsgrundlage –, aber es nimmt eine ganze Kategorie von Fragen zur grenzüberschreitenden Übermittlung aus der Antwort heraus. Für eine Klinik, eine Anwaltskanzlei, eine Personalabteilung oder jeden, der mit Gehalts- und Identitätsdaten umgeht, ist das der Unterschied zwischen einem Projekt, das die Prüfung besteht, und einem, das darin stecken bleibt.
Der zweite Effekt ist die Kostenstruktur. Eine API rechnet pro Token ab, sodass ein erfolgreiches Produkt genau in dem Maße immer teurer wird, in dem es wächst. Ein selbst gehostetes Modell verwandelt das in feste Infrastrukturkosten, mit denen Sie planen können. Unterhalb eines bestimmten Volumens gewinnt fast immer die API; oberhalb davon gewinnt das Eigentum. Die einzige Möglichkeit herauszufinden, auf welcher Seite Sie stehen, ist, Ihre reale Arbeitslast zu messen und nicht eine hypothetische.
Der Denk-Schalter und warum er eine Kostenfunktion ist
Die meisten Reasoning-Modelle verbrauchen Tokens zum Nachdenken, bevor sie antworten, und diese Tokens sind der teure Teil. Granite 4.2 bietet einen Schalter zwischen Denk- und Nicht-Denk-Modus sowie einen Low-Effort-Modus, der für einfache Fragen nur minimales Reasoning einplant.
In der Praxis passt das genau zu der Art, wie ein Unternehmen KI tatsächlich nutzt. Ein eingehendes Ticket zu klassifizieren, ein Feld aus einer Rechnung zu extrahieren oder eine routinemäßige Frage zu einer Richtlinie zu beantworten, erfordert keine Abwägung; eine Abweichung bei einem Lieferanten abzugleichen oder eine mehrstufige Datenkorrektur zu planen schon. Diese Entscheidung pro Anfrage auf demselben bereitgestellten Modell treffen zu können, bedeutet, dass Sie keine Reasoning-Kosten mehr für die achtzig Prozent des Datenverkehrs zahlen, die sie nie gebraucht haben.
Wo es wirklich passt
Realistische Einsatzzwecke für ein selbst gehostetes 8B in einem saudischen Betrieb sind ein interner Assistent für Ihre eigenen Richtlinien, Verträge und Verfahren, bei dem die Dokumente das Gebäude nie verlassen; das Klassifizieren und Weiterleiten eingehender Anfragen per WhatsApp oder E-Mail, bevor ein Mensch sie sieht; das Extrahieren strukturierter Felder aus Rechnungen, Lieferscheinen und Bestellungen in Ihr ERP; und das Entwerfen zweisprachiger Antworten, die ein Mitarbeiter vor dem Versand prüft. Dass Arabisch zu den zwölf getesteten Sprachen gehört, ist für die letzten beiden direkt relevant.
Was es nicht ersetzt, ist ein Spitzenmodell für wirklich schwierige Arbeit: komplexes juristisches Denken, subtile Strategie oder langfristiges Programmieren in einer unbekannten Codebasis. Die ausgereifte Architektur ist nicht ein einzelnes Modell, sondern ein Router – kleines lokales Modell für das Volumen, großes gehostetes Modell für die schwierige Minderheit – hinter einer einzigen internen Schnittstelle, damit die Aufteilung neu justiert werden kann, wenn die Modelle besser werden.
Eine Bewertung in einer Woche
Wählen Sie eine eng umrissene, wiederkehrende Aufgabe, die Ihr Team bereits von Hand erledigt, und sammeln Sie fünfzig reale Beispiele mit den Antworten, die Sie für richtig halten würden. Lassen Sie zunächst das 3B über Ollama auf einem Laptop laufen, nur um die Form der Ausgabe zu prüfen, und betreiben Sie dann das 8B auf einer einzelnen GPU und bewerten Sie es anhand Ihrer fünfzig Beispiele. Messen Sie drei Dinge: Genauigkeit auf Ihren Daten, Latenz bei der erwarteten Parallelität und monatliche Hardwarekosten im Vergleich zum gleichen Volumen über eine API. Entscheiden Sie dann anhand von Zahlen statt nach Eindrücken.
Leiten Sie die Aufrufe vom ersten Tag an über eine einzige interne Schnittstelle in Ihrem Code. Wenn die Bewertung ergibt, dass heute die gehostete API gewinnt, ermöglicht Ihnen diese Schnittstelle, die Entscheidung in sechs Monaten als Konfigurationsänderung statt als Neuentwicklung zu überdenken.
Das Fazit
Granite 4.2 wird keine Rangliste anführen, und darum geht es auch nicht. Es geht darum, dass ein seriöser Unternehmensanbieter leistungsfähige Reasoning-Modelle mit Arabisch-Unterstützung und Tool-Calling unter Apache 2.0 veröffentlicht hat, die klein genug sind, um auf Hardware zu laufen, die Sie bereits besitzen. Die Frage für Ihr Unternehmen hat sich still und leise verschoben: von der Frage, ob Sie Zugang zu guter KI haben, zu der Frage, wo sie laufen soll – und das ist eine Frage nach Ihren Daten, Ihrer Compliance-Haltung und Ihrer Kostenkurve, nicht nach Benchmarks.
Quellen: IBMs Veröffentlichung von Granite 4.2 vom 25. August 2026 im IBM-Granite-Blog auf Hugging Face, die Modellkarte von Granite 4.2 8B zu Lizenz, Kontext und Sprachunterstützung, die Granite-4.2-Sammlung und die Berichterstattung von MarkTechPost. Saudische Datenpflichten gemäß der Saudischen Behörde für Daten und Künstliche Intelligenz (SDAIA).
Häufige Fragen
Kann ich Granite 4.2 kommerziell nutzen, ohne IBM zu bezahlen?
Ja. Die Modelle wurden unter der Apache-2.0-Lizenz veröffentlicht, die Herunterladen, Fine-Tuning und kommerziellen Produktiveinsatz ohne Lizenzhürde und ohne Gebühr pro Token erlaubt. Ihre Kosten sind die Hardware, auf der Sie es betreiben, und die Entwicklungszeit für Bereitstellung und Wartung, keine Lizenzzahlung.
Unterstützt Granite 4.2 Arabisch?
Ja. Die Modellkarte nennt zwölf getestete Sprachen, darunter Arabisch, neben Englisch, Französisch, Deutsch, Spanisch, Japanisch, Portugiesisch, Tschechisch, Italienisch, Koreanisch, Niederländisch und Chinesisch. Dennoch sollten Sie die arabische Ausgabe mit Ihren eigenen Inhalten prüfen, bevor Sie sie Kunden vorlegen, denn allgemeine Sprachunterstützung ist nicht dasselbe wie gute Leistung in Ihrem konkreten Fachgebiet und Dialekt.
Welche Hardware brauche ich, um es zu betreiben?
Das 3B-Modell läuft lokal über Werkzeuge wie Ollama oder LM Studio, auch auf einem leistungsfähigen Laptop, was es für einen ersten Eindruck nützlich macht. Das 8B passt auf eine einzelne moderne GPU, was der realistische Ausgangspunkt für interne Produktiv-Workloads ist. Das 30B benötigt eine GPU der Rechenzentrumsklasse wie eine A100 oder H100 oder ein quantisiertes Serving über vLLM.
Macht mich das Selbst-Hosten eines Modells automatisch PDPL-konform?
Nein. Wenn Sie das Modell auf Ihrer eigenen Infrastruktur betreiben, entfallen die Fragen zur grenzüberschreitenden Übermittlung und zur Offenlegung gegenüber Dritten, die beim Senden personenbezogener Daten an eine externe API entstehen, was eine erhebliche Vereinfachung ist. Ihre Pflichten in Bezug auf Rechtsgrundlage, Zweckbindung, Aufbewahrung, Zugriffskontrolle und Betroffenenrechte bleiben jedoch genau dieselben und müssen weiterhin dokumentiert und durchgesetzt werden.
Folgen Sie Origami bei Google
Legen Sie Origami als bevorzugte Quelle fest, dann erscheinen unsere Artikel bei Ihnen zuerst in der Google-Suche und in den Top-Meldungen.
