2026年8月25日、IBMはGranite 4.2をリリースしました。3B、8B、30Bのパラメータを持つ三つのオープンな推論モデルで、Apache 2.0ライセンスのもとHugging Face、GitHub、Ollamaで公開されています。各モデルには思考モードの切り替え機能があり、同じチェックポイントで段階的に推論することも、直接回答することもできます。ネイティブで128Kトークンのコンテキストを扱い、アラビア語を含む十二の言語でテストされています。企業にとっての実務的な要点は簡潔です。ダウンロードして自社インフラ内で動かし、ライセンス上の制約もトークン単位の請求もなく商用利用できる、しっかりとした推論とツール呼び出しの能力だということです。

IBMが実際にリリースしたもの

Granite 4.2は、デコーダーのみで構成された三つの密なモデルからなるファミリーです。公開されたサイズは3B、8B、30Bです。三つとも約15兆トークンで事前学習され、最終段階の学習で利用可能なコンテキストが拡張されています。IBMはネイティブで128Kトークン、長い文書向けには最大512Kまでの拡張を示しています。ライセンスはApache 2.0で、別途の契約なしにダウンロード、ファインチューニング、商用の本番利用が認められています。

より興味深いのはサイズよりも学習方法です。IBMは8Bと30Bのモデルに、実際のサンドボックス環境内でエージェント型の強化学習を適用しました。そこではモデルが、文書内の次のトークンを予測するだけでなく、コードの編集、ターミナルの操作、検索の実行を学びます。このファミリーがエージェント業務、つまりツール呼び出し、複数ステップのタスク、そしてモデルが何かについて書くのではなく実際に何かを実行しなければならないワークフローを狙っているのはそのためです。

ベンチマークを正直に読む

IBMは、SWE-bench Verifiedで30Bモデルが57.00、8Bが47.67、MMLU-Proではそれぞれ77.60と74.04と報告しています。Terminal-Bench 2.1では29.24と20.56です。この規模のオープンモデルとしては立派な数字ですが、最先端の数字ではありません。最も難しい推論タスクでは、最大級のクローズドモデルが依然としてリードしています。

注目すべきは8Bの結果です。このクラスのモデルが実際のソフトウェアエンジニアリングのベンチマークで四十点台後半を記録するのは、範囲を絞った社内の自動化をこなすのに十分であり、しかも最新のGPU一枚で動きます。十分に優秀で、自社で所有できるほど安いというこの組み合わせこそが、中堅企業の計算を変えるのであって、ランキング上位での二ポイントの差よりもはるかに大きな意味を持ちます。

なぜここではオープンウェイトがほかの地域以上に重要なのか

サウジアラビアの企業は、SDAIAが執行する個人データ保護法のもとで事業を行っており、この法律は個人データの処理、移転、開示の方法について実質的な義務を課しています。顧客データが自社インフラを離れ、第三者のモデルAPIに届くたびに、その移転は正当化し、文書化し、契約によって管理しなければならないものになります。

重みを自社で保有するモデルは、この構図を変えます。推論は自社が管理するハードウェア上で、自社が定義したネットワーク内で行われ、ログも自社のものです。義務がなくなるわけではありません。顧客に対しては引き続き、適切な取り扱い、保存期間の制限、適法な根拠が求められます。しかし、越境移転に関する問題を丸ごと一つのカテゴリーとして答えから取り除けます。クリニック、法律事務所、人事部門、あるいは給与や身元のデータを扱うあらゆる組織にとって、これは審査を通過するプロジェクトと、審査で行き詰まるプロジェクトとの違いになります。

二つ目の効果はコスト構造です。APIはトークン単位で課金されるため、成功したプロダクトはまさに成長するにつれて次第に高くつくようになります。セルフホスト型のモデルは、それを計画を立てやすい固定のインフラコストに変えます。一定の利用量を下回るうちはほぼ常にAPIが有利で、それを上回れば所有が有利になります。自社がどちら側にいるかを知る唯一の方法は、仮定のワークロードではなく、実際のワークロードを測定することです。

思考モードの切り替えと、それがコスト機能である理由

ほとんどの推論モデルは回答する前に考えるためにトークンを消費し、そのトークンこそが高くつく部分です。Granite 4.2は、思考モードと非思考モードの切り替えに加えて、単純な質問には最小限の推論しか割り当てない低負荷モードを備えています。

実務では、これは企業が実際にAIを使う方法にうまく対応します。受信したチケットの分類、請求書からの項目の抽出、社内規定に関する定型的な質問への回答には熟慮は不要ですが、仕入先との差異の照合や、複数ステップのデータ修正の計画には必要です。同じデプロイ済みモデル上でリクエストごとにその判断ができるということは、推論をまったく必要としなかった八十パーセントのトラフィックに推論コストを払うのをやめられるということです。

本当に適している用途

サウジアラビアの事業でセルフホスト型の8Bを使う現実的な用途としては、文書が建物の外に出ることのない、自社の規定、契約書、手順書を対象とした社内アシスタント、WhatsAppやメールで届く問い合わせを人が目にする前に分類・振り分けすること、請求書、納品書、発注書から構造化された項目を抽出してERPに取り込むこと、そしてスタッフが送信前に確認する二か国語の返信の下書きを作成することなどがあります。アラビア語が十二のテスト済み言語に含まれていることは、最後の二つに直接関係します。

代替できないのは、本当に難しい仕事における最先端モデルです。複雑な法的推論、繊細な戦略、なじみのないコードベースでの長期的なコーディングなどがそれにあたります。成熟したアーキテクチャは単一のモデルではなくルーターです。大量処理には小さなローカルモデル、少数の難しい処理には大きなホスト型モデルを使い、それらを一つの社内インターフェースの背後に置くことで、モデルの進歩に合わせて振り分けを調整し直せるようにします。

一週間で評価する方法

チームがすでに手作業で行っている、範囲が狭く反復的なタスクを一つ選び、正しいと考える回答を付けた実例を五十件集めます。まずノートPC上でOllamaを通じて3Bを動かし、出力の形式だけを確認します。次に8BをGPU一枚で動かし、五十件の例で採点します。測定するのは三つです。自社データでの精度、想定する同時実行数でのレイテンシ、そしてハードウェアの月額コストと、同じ量をAPI経由で処理した場合のコストの比較です。そのうえで、印象ではなく数字で判断します。

初日から、コード内の呼び出しを一つの社内インターフェース経由にしておきましょう。評価の結果、現時点ではホスト型APIが有利だとわかった場合でも、そのインターフェースがあれば、六か月後に書き直しではなく設定変更として判断を見直せます。

まとめ

Granite 4.2がランキングの首位に立つことはないでしょうし、それは重要な点ではありません。重要なのは、信頼できるエンタープライズベンダーが、アラビア語に対応し、ツール呼び出しができる高性能な推論モデルを、すでにお持ちのハードウェアで動かせるほど小さなサイズで、Apache 2.0のもとに公開したことです。企業にとっての問いは、優れたAIを利用できるかどうかから、それをどこで動かしたいかへと静かに移りました。そしてそれは、ベンチマークではなく、自社のデータ、コンプライアンス体制、コスト曲線に関する問いです。

出典：Hugging FaceのIBM Graniteブログに掲載された2026年8月25日のIBMによるGranite 4.2のリリース、ライセンス、コンテキスト、言語対応についてはGranite 4.2 8Bのモデルカード、Granite 4.2コレクション、そしてMarkTechPostの記事。サウジアラビアのデータ義務はサウジデータ・人工知能庁（SDAIA）によります。