Le 25 août 2026, IBM a publié Granite 4.2 : trois modèles de raisonnement ouverts à 3B, 8B et 30B paramètres, diffusés sous licence Apache 2.0 sur Hugging Face, GitHub et Ollama. Chaque modèle embarque un interrupteur de réflexion, de sorte qu'un même checkpoint peut soit raisonner étape par étape, soit répondre directement. Ils gèrent nativement 128K tokens de contexte et ont été testés sur douze langues, dont l'arabe. Pour une entreprise, le résumé pratique est court : voici un raisonnement et un appel d'outils compétents que vous pouvez télécharger, faire tourner dans votre propre infrastructure et utiliser commercialement, sans barrière de licence ni facture au token.

Ce qu'IBM a réellement publié

Granite 4.2 est une famille de trois modèles denses, de type decoder-only. Les tailles publiées sont 3B, 8B et 30B. Tous les trois ont été pré-entraînés sur environ 15 billions de tokens, avec une phase finale d'entraînement qui étend le contexte utilisable ; IBM indique 128K tokens en natif, avec une extension jusqu'à 512K pour les documents longs. La licence est Apache 2.0, qui autorise le téléchargement, le fine-tuning et l'usage commercial en production sans accord séparé.

La partie la plus intéressante relève de l'entraînement plutôt que de la taille. IBM a appliqué un apprentissage par renforcement agentique aux modèles 8B et 30B, à l'intérieur de véritables environnements isolés, où le modèle apprend à modifier du code, à piloter un terminal et à lancer des recherches, au lieu de seulement prédire le token suivant dans un document. C'est pourquoi cette famille vise le travail d'agent : appel d'outils, tâches à plusieurs étapes et flux de travail où le modèle doit réellement faire quelque chose plutôt que d'en écrire la description.

Les benchmarks, lus honnêtement

IBM rapporte 57,00 sur SWE-bench Verified pour le modèle 30B et 47,67 pour le 8B, avec respectivement 77,60 et 74,04 sur MMLU-Pro. Terminal-Bench 2.1 ressort à 29,24 et 20,56. Ce sont des chiffres respectables pour des modèles ouverts à cette échelle, et ce ne sont pas des chiffres de pointe. Les plus grands modèles fermés mènent toujours sur les tâches de raisonnement les plus difficiles.

Le chiffre sur lequel il vaut la peine de s'arrêter est le résultat du 8B. Un modèle de cette catégorie qui atteint le haut de la quarantaine sur un benchmark réel d'ingénierie logicielle suffit à prendre en charge de l'automatisation interne bien délimitée, et il tourne sur un seul GPU moderne. Cette combinaison — assez bon, et assez peu coûteux pour être possédé — est ce qui change le calcul pour une entreprise de taille moyenne, bien plus qu'une différence de deux points en haut d'un classement.

Pourquoi les poids ouverts comptent plus ici qu'ailleurs

Les entreprises saoudiennes opèrent sous la loi sur la protection des données personnelles (PDPL), appliquée par la SDAIA, qui impose de véritables obligations sur la manière dont les données personnelles sont traitées, transférées et divulguées. Chaque fois que des données clients quittent votre infrastructure et atteignent l'API d'un modèle tiers, ce transfert devient quelque chose que vous devez justifier, documenter et encadrer contractuellement.

Un modèle dont vous détenez les poids change cette configuration. L'inférence se produit sur du matériel que vous contrôlez, dans un réseau que vous définissez, avec des journaux qui vous appartiennent. Cela ne supprime pas vos obligations — vous devez toujours à vos clients un traitement correct, des limites de conservation et une base légale — mais cela retire de la réponse toute une catégorie de questions sur les transferts transfrontaliers. Pour une clinique, un cabinet d'avocats, un service des ressources humaines ou toute personne manipulant des données de salaire et d'identité, c'est la différence entre un projet qui passe la revue et un projet qui s'y enlise.

Le second effet porte sur la forme du coût. Une API facture au token : un produit qui réussit devient donc progressivement plus cher précisément à mesure qu'il grandit. Un modèle auto-hébergé convertit cela en un coût d'infrastructure fixe que vous pouvez planifier. En dessous d'un certain volume, l'API gagne presque toujours ; au-dessus, c'est la possession. La seule façon de savoir de quel côté vous vous situez est de mesurer votre charge réelle plutôt qu'une charge hypothétique.

L'interrupteur de réflexion, et pourquoi c'est une fonction de coût

La plupart des modèles de raisonnement dépensent des tokens à réfléchir avant de répondre, et ces tokens sont la partie coûteuse. Granite 4.2 expose un interrupteur réflexion / sans réflexion, plus un mode à faible effort qui budgète un raisonnement minimal pour les questions simples.

En pratique, cela correspond précisément à la façon dont une entreprise utilise réellement l'IA. Classer un ticket entrant, extraire un champ d'une facture ou répondre à une question de politique interne de routine n'exige aucune délibération ; rapprocher un écart fournisseur ou planifier une correction de données à plusieurs étapes, oui. Pouvoir trancher cela requête par requête, sur le même modèle déployé, signifie que vous cessez de payer le coût du raisonnement sur les quatre-vingts pour cent du trafic qui n'en avaient jamais besoin.

Là où cela s'inscrit vraiment

Parmi les usages réalistes d'un 8B auto-hébergé dans une exploitation saoudienne : un assistant interne sur vos propres politiques, contrats et procédures, où les documents ne quittent jamais les locaux ; le classement et l'acheminement des demandes entrantes par WhatsApp ou par e-mail avant qu'un humain ne les voie ; l'extraction de champs structurés depuis les factures, les bons de livraison et les bons de commande vers votre ERP ; et la rédaction de réponses bilingues qu'un collaborateur relit avant envoi. Le fait que l'arabe figure parmi les douze langues testées compte directement pour ces deux derniers points.

Ce que cela ne remplace pas, c'est un modèle de pointe sur du travail véritablement difficile : raisonnement juridique complexe, stratégie subtile ou codage à horizon long dans une base de code inconnue. L'architecture mature n'est pas un modèle unique mais un routeur — un petit modèle local pour le volume, un grand modèle hébergé pour la minorité difficile — derrière une seule interface interne, afin que la répartition puisse être réajustée à mesure que les modèles progressent.

Une méthode d'évaluation en une semaine

Choisissez une tâche étroite et répétitive que votre équipe fait déjà à la main, et rassemblez cinquante exemples réels avec les réponses que vous considéreriez comme correctes. Faites d'abord tourner le 3B via Ollama sur un ordinateur portable, uniquement pour vérifier la forme de la sortie, puis faites tourner le 8B sur un seul GPU et notez-le face à vos cinquante exemples. Mesurez trois choses : la justesse sur vos données, la latence à votre niveau de concurrence attendu, et le coût mensuel du matériel comparé au même volume via une API. Décidez ensuite avec des chiffres plutôt qu'avec des impressions.

Faites passer les appels par une seule interface interne dans votre code dès le premier jour. Si l'évaluation conclut que l'API hébergée gagne aujourd'hui, c'est cette interface qui vous permettra de revoir la décision dans six mois comme un changement de configuration plutôt que comme une réécriture.

À retenir

Granite 4.2 ne dominera aucun classement, et ce n'est pas le sujet. Le sujet, c'est qu'un éditeur d'entreprise sérieux a publié sous Apache 2.0 des modèles de raisonnement compétents, capables d'appeler des outils et prenant en charge l'arabe, suffisamment petits pour tourner sur du matériel que vous possédez déjà. Pour votre entreprise, la question est discrètement passée de savoir si vous pouvez accéder à une bonne IA à savoir où vous voulez qu'elle tourne — et c'est une question qui porte sur vos données, votre posture de conformité et votre courbe de coûts, pas sur des benchmarks.

Sources : la publication de Granite 4.2 par IBM le 25 août 2026 sur le blog Hugging Face d'IBM Granite, la fiche du modèle Granite 4.2 8B pour la licence, le contexte et les langues prises en charge, la collection Granite 4.2, et la couverture de MarkTechPost. Obligations saoudiennes en matière de données selon l'Autorité saoudienne des données et de l'intelligence artificielle (SDAIA).