Granite 4.2 3Bが登場: IBMのノートパソコンサイズの推論モデルがAIME 2025で78.33を達成

Granite 4.2 3Bは今夜ノートパソコンで実行できます。これがヘッドラインの数字の背後にある実際の事実です。IBMは2026年8月25日、Apache-2.0ライセンスのもとでGranite 4.2 3Bをリリースしました。これは、新しいGranite 4.2ファミリー（Granite 4.2 3B、Granite 4.2 8B、Granite 4.2 30B）に含まれる3つの高密度推論モデルの中で最小のものであり、そのモデルカードはAIME 2025で78.33を記録したと主張しています。この数学推論スコアは、数年前にはその100倍のサイズのモデルだけが到達できるものでした。重みは約30億パラメータで、bfloat16では6〜8ギガバイト、実用的な量子化では2ギガバイト未満です。それがこのリリースの要点です。かつてはデータセンターでの購入が必要だった推論モデルが、今ではバッグに収まるのです。

正直な枠組みは、その隣に置かれなければならない。カードに載っている数字はすべてIBM自身のもので、重みが公開された当日に印刷されたものであり、独立した研究所がそのいずれかを再現したことはない。まだホスト型APIは存在せず、カードには推論プロバイダーも記載されていない。したがって、今日このモデルに出会う唯一の方法は、自分で実行するか、ホスト型ティアの登場を待つかのどちらかだ。これは、ファミリーの中で最も小さいメンバーに関する「現時点でわかっていること」の読み解きであり、つまり、リポジトリが実際に裏付けている主張について正確であることを意味する。

何が出荷されたのか、そしてどれほど静かに

Granite 4.2 は IBM の推論生成モデルであり、明示的なチェーン・オブ・ソート（chain-of-thought）を中心に構築された最初の Granite ファミリー、かつ大規模なメンバーにスケールでのエージェント訓練を初めて追加したモデルでもある。3つのサイズはすべて、Apache 2.0 のもとでの高密度なデコーダー専用トランスフォーマーであり、約15兆トークンを5つのフェーズにわたって事前学習し、すべて128Kのネイティブコンテキストで動作するとともに、ロングコンテキスト拡張により512Kまで対応する。この発表はプレス向けのローンチではなく、主要な情報源は Hugging Face のテクニカルブログ「Granite 4.2 LLMs: How They're Built」であり、モデルカードとともに8月25日に公開された。中国のテックプレスは数時間以内にこのファミリーを取り上げ、Ollama はすでに granite4.2:3b ビルドをリストしている。

何が3Bをエッジメンバーにするのか

3BはGranite-4.1-3B-Baseからポストトレーニングされたモデルであり、兄弟モデルとの違いは、それが何を持っていないかにある。Granite 4.2 8BとGranite 4.2 30BはどちらもIBMのエージェント型強化学習を受けている。これはモデルにターミナルの操作、コードの実行、サンドボックス環境内でのWeb検索を教えるトレーニングであり、そのためこの2つのモデルにはSWE-BenchとTerminal-Benchのスコアが記載されている。3Bはそのブロックを完全にスキップしており、モデルカードにはSWE-BenchやTerminal-Benchの結果が記載されていない。エージェント型RLハーネスが一切トレーニングされていないためだ。

3Bが保持しているのは、推論コアとインターフェースです:

• パラメータ — 3B（safetensors メタデータによると埋め込みを含めて合計約 4B）、Granite-4.1-3B-Base を基に構築された高密度のデコーダーのみの Transformer

• アーキテクチャ — grouped-query attention（40ヘッド、8 KVヘッド）、RoPE（θ=10,000,000）、SwiGLU MLP（隠れ層サイズ8,192）、RMSNorm、bfloat16。

• コンテキスト — ネイティブで131,072トークン。第5の事前学習フェーズにより、ウィンドウは512Kに拡張される。

• 推論モード — デフォルトでは完全な思考（<think>...</think>）、非思考は enable_thinking=False、そして簡単な質問には短い推論予算を使う省力モード。

• ツール呼び出し — OpenAI互換の関数呼び出しで、より大きなモデル群と同じスキーマをvLLMエンドポイント経由で提供します。OpenHands、OpenCode、Piとの統合についてもドキュメント化されています。

• 言語 — テスト済み12言語: 英語、ドイツ語、スペイン語、フランス語、日本語、ポルトガル語、アラビア語、チェコ語、イタリア語、韓国語、オランダ語、中国語。

• サービング — Hugging Face Transformers、vLLM（専用の思考パーサーを備えたv0.20+）、SGLang、llama.cpp向けGGUFビルド、FP8/NVFP4/MXFP4量子化、およびOllama。

ベンダーが報告した数値

このカードは高い推論スコアを列挙しており、そのすべてがIBM自身のものである。数学・推論評価では、3BはAIME 2025で78.33、HMMT 2025年2月で66.67、GPQAで54.80、LiveCodeBench v6で69.71を記録している。指示追従では、MMLU-Proで67.84、IFBenchで74.33。長文脈では、RULERスコアは64Kで67.52、128Kで55.30である。3Bが対応するエージェント一般評価（agentic-RLブロックを含まない基本的なツール使用）では、BFCL v4で52.41を記録している。

これらの結果はいずれも独立に再現されていない。モデルは8月25日にリリースされたが、Artificial Analysisにはまだエントリがなく、第三者による評価も発表されていない。注目すべきは78.33というAIMEスコアだ。3Bクラスの高密度モデルとしては、小型オープンモデルがこれまでに到達してきた範囲をはるかに超えており、このような机上の数字は、再現実行によって確認されるか、静かに撤回されるかのどちらかになる。このセクションのすべての数値はIBMの主張として扱ってほしい。

確認されていることと、確認されていないこと

成果物によって確認済み：ウェイトはダウンロード可能で、ライセンスはApache 2.0、アーキテクチャ、コンテキスト長、推論モード、ツール呼び出しインターフェースはカードと一致し、トレーニングレシピはデータ比率から、ファミリーのトレーニングに使用されたNVIDIA GB200 NVL72クラスタ（CoreWeaveがホスト）に至るまで、異例なほど詳細に文書化されている。リリース日当日の統合作業によっても確認済み：Ollamaはすでにgranite4.2:3bをリストしており、カードにはvLLM、SGLang、Transformers、GGUFのサービングパスが記載されている。

まだ確認されていないこと：独立したベンチマーク結果；ホステッドAPI（IBM自身のwatsonxまたはサードパーティのいずれか）が登場するかどうか、そしてその価格；512K拡張がRULERのニードルテストではなく、実際の長文ドキュメントのワークロードでどのように動作するか；そして3Bの基本的なツール呼び出しが、エージェント的RLトレーニングに頼ることのできない本番エージェントループでどれだけ持ちこたえるか。

3Bが競合する場所、そしてそのテスト方法

3Bという賭けは、「小さく、ローカルであること」が欠点ではなく、むしろ特徴だという主張だ。その下にはファミリーは存在しない——3BはGranite 4.2ラインの下限であり——その周囲では、予算重視の推論分野がホスト型側で厚みを増している。DeepSeek V4 FlashとGemini 3.5 Flash-Liteが低価格ホスト型推論層を支え、小型のオープンウェイト推論モデルが年間を通じて登場している。3Bがそれらすべてと異なる点は、特定の一点にある。それはdenseで、Apache-2.0であり、リクエストの限界費用が標準的なGPU1台分の電力で済むほど小さい——そしてまた、新しく、実績がなく、サードパーティによる評価が一切存在しないことだ。

その組み合わせこそ、ルーティングレイヤーが真価を発揮する場面です。OrcaRouterはGranite 4.2 3Bをルーティングしません。正直なところ、利用可能なラインはvLLM、SGLang、Ollamaによるセルフホスティングか、IBM自身のチャネルが登場し次第それを通じたものになります。しかし、競合するホステッドモデルはOrcaRouter上でプロバイダー定価のまま、0%マークアップで透過され、1つのAPIキーの背後にまとめられています。3Bのローカル推論がホステッドの低価格モデルをレンタルするより優れているかを判断する比較ハーネスを構築するなら、1つのキーでホステッド側を指し、単一エンドポイント経由でセルフホストのGraniteとA/Bテストし、自動フェイルオーバーが自前GPUプールの飽和時間を吸収します。それらのホステッド代替モデルの値下げは、発生当日に透過価格へ反映されます。

何を見るべきか

このリリースがどのように記憶されるかを左右するのは、3つの点だ。第一に、AIMEとGPQAの数値の独立した再現である。カード上での78.33とサードパーティによる実行での78.33の差こそ、小型モデルの主張が生きるか死ぬかの分かれ目となる。第二に、watsonxか別のホストが3Bを採用するかどうか、そしてトークン単価がいくらになるかだ。2ギガバイト未満の量子化推論モデルは、驚くほど安価なホステッド層を実現できるだろう。第三に、低労力推論モードが簡単な質問で品質を維持できるかどうかだ。そのモードこそが、ラップトップサイズの推論モデルを実際の製品トラフィックで実用可能にするものだからだ。Granite 4.2 3Bは、真にオープンでドキュメントも充実した推論モデルであり、静かにリリースされ、明日には自分のハードウェアで稼働させることができる。未解決の問いには、すべて数週間以内に答えが出るだろう。