IBMがGranite 4.2を公開、ローカル環境向けに3B/8B/30Bの3サイズ

発表内容

IBMはオープンウェイトの大規模言語モデル(LLM)「Granite 4.2」を発表しました。パラメータ数は3B、8B、30Bの3種類で、いずれもダウンロードして自社環境で実行することを前提としています。従来のGraniteシリーズと同様に、デコーダーのみの構造を採用しています。

すべてのモデルでネイティブに128,000トークンのコンテキストウィンドウを備えています。これは長い文書や複雑な会話の履歴を一度に扱えることを意味します。長文のコードやドキュメントを扱いたい企業の利用シーンを想定した仕様とみられます。

推論とエージェント機能

IBMは今回のリリースを「Granite言語モデルファミリーの中で推論に焦点を当てたリリース」と位置づけています。ここで言う推論とは、人間が考えるのと同じ意味ではなく、チェーン・オブ・ソートのように中間結果を複数ステップにわたって保持しながら回答を導く機能的な推論です。モデルが問題を理解しているわけではない点に注意が必要です。

8Bと30Bはエージェント向けの強化学習を経ており、端末の操作、Web検索、外部ツールの利用が可能になっています。3Bもツール利用には対応しますが、8B/30Bのような専門的な訓練は行われていません。ユーザーにとっては回答の正確さが向上する一方、応答時間が遅くなったり、計算コストが高くなったりする傾向があります。

市場での位置づけ

Graniteシリーズは、最速のモデルや最先端の技術を競うというより、予測可能なデプロイを重視する製品とみられます。同じくローカル企業向けに展開するNvidiaのNemotronなどと比べても、IBMの強みは安定した導入プロセスにあると言えそうです。IBMの現在の企業戦略を反映した立ち位置といえます。

最近は、AnthropicやOpenAIといったフロンティア企業のクラウドモデルをめぐり、コストや計算資源への懸念が広がっています。個人開発者や企業がより安価な代替手段としてローカルモデルを試す動きが増えており、モデルルーターのような技術への関心も高まっています。Granite 4.2もそうした流れの中で注目されるモデルの一つです。

注意点と未知の部分

現時点では、Granite 4.2の実測性能や詳細なベンチマーク結果は明らかにされていません。特に日本語での性能については公表されておらず、日本企業が導入を検討する際には別途評価が必要です。記事の範囲では、推論の質やエージェント機能の実効性は確かめられていません。

推論機能を活用するには、応答速度と計算資源のトレードオフを受け入れる必要があります。ローカル環境でどの程度のハードウェアが必要になるかも、今後の情報が待たれます。導入を判断するには、実際のユースケースでの検証が欠かせないでしょう。