Granite 4.2 30B vs Nemotron 3.5 Lightning：思考者と実行者

Granite 4.2 30BとNemotron 3.5 Lightningは、14日違いでリリースされた、ほぼ正反対の役割を持つ2つの30Bオープンウェイトモデルだ。NVIDIAが2026年8月11日にリリースしたNemotron 3.5 Lightningは、合計30B／アクティブ3BのハイブリッドMixture-of-Experts（Mamba-2状態空間層、MoE、アテンション）であり、エージェントシステムの実行レイヤーとして設計されている。高速なツール呼び出し、大量のループ処理、サブエージェントの作業を、単一GPU上で実行することを目的としている。一方、IBMが2026年8月25日にHugging Faceで静かに公開したGranite 4.2 30Bは、290億パラメータのdense型推論モデル—思考モードを選択でき、エージェント型強化学習を備えた「思考者」であり、セルフホストも可能だ。両モデルともオープン（Apache 2.0、OpenMDW-1.1準拠）で、チームが実際に所有できるハードウェア上で動作し、どちらもベンチマークが依然として実質的にベンダー報告による8月リリースのモデルである。興味深い問いは「どちらが優れているか」ではなく「どちらが必要か」だ。プランナーか、エグゼキューターか、それとも両方か。

このプランナー/エグゼキュータ分割は編集上の創作ではなく、NVIDIA自身の設計です。Nemotron 3.5 Lightningは、フロンティアモデルが計画を担当し、Lightningがループを実行するという目的のために、はるかに大規模なNemotron 3 Ultraから蒸留されました。NVIDIAはこれを、まさにその分業を実装するルーティングライブラリであるNeMo Switchyardとともに出荷しました。対照的に、Granite 4.2 30Bは、1つの30Bパッケージでエージェント全体を実現しようとしています。

Granite 4.2 30B、考える者

IBMの主力モデルGranite 4.2は、denseなデコーダーのみのTransformerで、3つの推論モードを持つ——完全思考（think>.../think>タグで囲まれる）、低労力思考、思考なし——さらにOpenAI互換のツール呼び出しと、サンドボックス内で端末を操作し、コードを実行し、ウェブ検索を行うよう訓練されたエージェント型強化学習を備える。ネイティブの128Kコンテキストは512Kまで拡張できる。IBMのモデルカードにはAIME 2025で89.17、MMLU-Proで77.60、SWE-Bench Verified（インハーネス）で57.00と記載されている——すべてベンダー報告であり、独立に再現されたものはなく、Artificial Analysisのエントリもまだ存在しない。要するに、これはエージェント的な作業に強く向けられた汎用推論モデルであり、BF16に加えてFP8、NVFP4/MXFP4、GGUFの量子化形式で提供されるため、チームは実際に実行できる。

Nemotron 3.5 Lightning、実行する者

{{1}}NVIDIAの参入はまったく異なる形をしている。{{/1}}{{2}}「30B A3B」{{/2}}という名称は、総パラメータ300億のうち、わずか約{{3}}トークンあたり30億のアクティブパラメータ{{/3}}を持つ、{{4}}Mamba-2、MoE、アテンションを組み合わせ、高速かつ低コストな生成を可能にするハイブリッドアーキテクチャ{{/4}}であることを意味する。{{5}}投機的デコーディングを内蔵{{/5}}して出荷される。{{6}}Multi-Token Predictionヘッド{{/6}}に加え、{{7}}DFlashおよびDSparkドラフトモデル{{/7}}を備え、小型のドラフトモデルがトークンを提案し、メインモデルがそれを並列で検証する。NVIDIAは同規模のモデルと比較して最大{{8}}4倍の出力速度{{/8}}を実現すると主張し、全体は単一のGPU（{{9}}RTX 5090、DGX Spark、Jetson{{/9}}）、または{{10}}1基のH100で256Kコンテキスト{{/10}}で動作する。モデルは{{11}}原理的には最大1Mコンテキスト{{/11}}をサポートする。ライセンスは{{12}}OpenMDW-1.1{{/12}}で、{{13}}重み、トレーニングデータ、レシピ{{/13}}をカバーする。

NVIDIA自身の位置づけは、Lightningが何でないかについて率直だ。同社が公開した評価では、プライマリエージェントとしてのTerminal-Bench性能は低調で、LLM StatsはTerminal-Bench 2.1で約24.6を独自に検証している。そして、プランナーではなく実行役として使うよう指針が示されている。同社が自己報告した強みは、MMLU Pro 81.94、GPQA Diamond 75.44、SWE-Bench Verified 51.56、そしてPinchBenchで精度86%を達成しつつ、同程度の精度のQwen 3.6 35Bより約30%速くタスクを完了したことだ。これらの数字はすべてNVIDIA自身によるものだ。

スコアボード、正直に表示された

有用な比較は、行の値ではなく列の形状である:

• Granite 4.2 30B — 約29Bの高密度モデル、全パラメータが有効。Apache 2.0ライセンス。ネイティブ128K / 拡張512Kのコンテキスト。リクエストごとに推論モードを選択可能。ベンダー報告のSWE-Bench Verified 57.00、Terminal-Bench 2.1 29.24。思考型モデル。

• Nemotron 3.5 Lightning — 合計30B / アクティブ3BのハイブリッドMoE; OpenMDW-1.1; 1Mコンテキスト（H100 1基で256K実用可能）; 投機的デコーディング（MTP/DFlash/DSpark）; ベンダー報告のSWE-Bench Verified 51.56、Terminal-Bench 2.1約24.6（LLM Stats検証済み）; 実行型。

NVIDIAが意図するように、それらの行を読みなさい。LightningのTerminal-Benchでの弱点は、その設計上の特徴である——それは計画を立てることを想定されておらず、実行することを想定されているのだ。Graniteの数値は、両方を担うと主張する単一モデルのものである。どちらの結果もリリース時点で独立に再現されておらず、両方とも数週間以内に再現されるだろう。

スタックであって、モデルではない

これら2つのモデルは、競合というよりも、同じシステムの隣接コンポーネントです。エージェントには、タスクを分解するプランナーと、何千ものツール呼び出しを処理し続けるエグゼキューターが必要です。Granite 4.2 30Bは、両方を単一の高密度モデルに統合しようとしています。一方、Nemotron 3.5 Lightningは、フロンティアモデルを残り半分とする2モデル構成のスタックの半分として明確に位置づけられています。NVIDIAはそのスタックをNeMo Switchyardと呼んでいます。ルーティングレイヤーは、ホスト型モデルと自己ホスト型モデルをどのように組み合わせても同じ機能を果たします。

ここが、正直なルーティング注記の置き場所です。どちらのモデルもOrcaRouterには載っていません。Granite 4.2 30BもNemotron 3.5 Lightningもルーティングせず、両者の入手先は、お客様自身のハードウェアかベンダー自身のチャネルとなります。しかし、彼らが指し示す2モデルパターンこそ、まさにルーティングDSLの用途です。推論パス用にセルフホストのGraniteエンドポイントを構成し、実行ループ用にセルフホストのLightningエンドポイントを構成し、より多くのヘッドルームを必要とするプランニングにはホスト型フロンティアモデルを前面に置き、3つすべてを1つのAPIキーと自動フェイルオーバーで駆動します。考える人と実行する人のどちらかを選ぶ必要はありません。それぞれが得意とする分野で活かせるスタックを組み立て、ルーターに調停させればよいのです。

どちらが先ですか？

単一のモデルだけを所有し、コードベースも1つ、サービングスタックも1つにしたいと思い、そのモデルにすべての推論と実行作業を任せるつもりなら、Granite 4.2 30B から始めるのがよい。ただし、57.00 という SWE-Bench の数値を信じる前に、最初の独立したベンチマークを待つべきだ。大量のリクエストを処理するエージェントを構築していて、ほとんどの呼び出しが短いツールステップで、レイテンシが予算の制約になるなら、Nemotron 3.5 Lightning から始めて、推論はフロンティアモデルか Granite エンドポイントに任せるのがよい。本気のものを作っているなら、答えは両方だ——これは、30B だけの比較では決して浮かび上がらなかった判断である。