LBS-27B vs Granite 4.2 30B：存在しない仕様に抗して設計されたDense

IBMは意図的な選択をした。その対象はGranite 4.2 30Bだ：同モデルをデンスに保った。64層、幅32,768のフィードフォワードブロック、トークンごとに全パラメータを読み出す。この規模のほとんどのラボがMixture-of-Expertsルーティングに手を伸ばした年に、IBMはルーティングなしの30Bを出荷し、それに見合う価格を付けた。その判断は、それをLBS-27Bと比較するための適切なレンズだ。なぜなら、inclusionAIの新しいリポジトリについて我々が知っているのは名前とライセンスだけであり、その名前がまず答えるべき問いは、それがデンスモデルを指すのかスパースモデルを指すのかということだからだ。

Granite 4.2 30B には完全な公開記録がある。2026年8月以降の重み、Apache-2.0 ライセンス、19行のベンチマーク行を含むモデルカード、文書化されたツール呼び出しスタックである。LBS-27B には、2026年10月26日に作成されたリポジトリがあり、その中には .gitattributes ファイルと、Apache-2.0 を宣言するだけで他に何も書かれていない28バイトの README が含まれている。これは2つのモデルの比較ではない。まだ書かれていない仕様と1つのモデルを比較したものであり、有用な出力は、その仕様に含まれる必要がある具体的な項目のリストである。

IBMが実際に出荷したもの

Granite 4.2 30Bは300億パラメータのデンスデコーダで、Hugging FaceではBF16で29Bと記載されており、64層、隠れ層サイズ4,096、グループ化クエリ注意（GQA）の下で32個の注意ヘッドと8個のキー・バリューヘッドを備えています。語彙は100,352トークン、ネイティブコンテキストは131,072で、IBMは長コンテキスト拡張を512Kまで文書化しています。テキスト専用です。モデルカードには、テスト済みの12言語として英語、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、中国語が記載されています。

それは2026年時点で一般的な意味での推論モデルです。モデルカードには、フル思考モード、非思考モード、低エフォートモードが記載されており、推論はthinkタグで囲まれています。Granite 4.1 30B Baseからファインチューニングされ、Apache-2.0の下でリリースされており、IBMはリリース日を2026年8月25日としています。

密なモデルは技術的な不足ではない。それはトレードオフだ。密なモデルは、トークンあたりの計算量とメモリ挙動が予測可能で、トークンを誤ってルーティングするルーターもなく、設計すべきエキスパート並列シャーディングもなく、ファインチューニングの進め方もほとんどのチームが期待する通りに振る舞う。その代わり、同じ総サイズのスパースモデルよりもトークンあたりの提供コストが高い。IBMは、安価なデプロイよりも地味で安定したデプロイを望む企業に、そのトレードオフを売り込んでいる。

形状を持つベンチマークプロファイル

Graniteのカードは異例なほど完全で、モデルがどこに強みを持ち、どこに持たないのかを把握できる。これらはすべてベンダーによる報告であり、独立して再現されたものではない。

• 数学 — AIME25 89.17、HMMT February 2025 89.17。これらはこのカード上で際立つ数値であり、1年前に30Bモデルが達成していた水準を大きく上回っています。

• 知識と科学 — GPQA 66.41、MMLU-Pro 77.60、MMLU-ProX lite 66.64、SciCode 38.76。有能だが、業界最高ではない。AIMEスコアが90近く、GPQAスコアが60代半ばという差は、このモデルの特徴を表している。幅広い領域知識を想起したり横断的に推論したりするよりも、構造化された問題を解き進める方が得意だ。

• ソフトウェアエンジニアリング — SWE-Bench Verified 57、SWE-Bench Pro 33.29、SWE-Bench Multilingual 41.89、Terminal-Bench 2.1 29.24、LiveCodeBench v6 75.77。LiveCodeBench から Terminal-Bench への落ち込みは大きく、これは重要です。競技プログラミング能力は、実際のターミナルで多段階のタスクを完了する能力とは同じではありません。

• 長いコンテキスト — RULER 64K 89.96、RULER 128K 81.38。これはこのカード上で最も心強い一対の数値です。大規模なコンテキストがそのまま使えると仮定するのではなく、ウィンドウ全体にわたる検索性能を測定しているからです。64Kから128Kへの7ポイントの低下は、緩やかな傾斜です。

• 指示追従とチャット — IFBench 77.17、Arena-Hard-V2 67.93、tau3 は平均 62.00、BFCL v4 61.39。

率直に読めば、Granite 4.2 30B は堅実ながらむらのあるモデルだ。数学コンテストと長いコンテキストからの検索は非常に得意だが、幅広い知識は普通で、エージェント型のソフトウェア作業では中位に位置する。それは汎用的な製品ではなく、特定の製品である。

IBM が主張しているのは、ツール呼び出しです。

IBMが用いている表現は「推論強化型ツール呼び出し」です — モデルはツールを呼び出す前に、どのツールをなぜ呼び出すかについて推論します。実装の詳細は奇抜ではなく実用的です: OpenAI形式の関数定義、vLLMツールパーサー（名前: qwen3_coder）、同じパーサーへのSGLangの自動解決、そしてOpenCode、Pi、OpenHandsとの統合です。

それが代替案より優れているかどうかは実証的な問いであり、カード自体の数値はまちまちだ。BFCL v4 の 61.39 と tau3 の 62.00 は立派だが圧倒的ではない。それらのリーダーボードを首位に立つモデルは、概してより大規模だ。Granite が提供するのは、許容的なライセンスと高密度なサービングプロファイルを備えた、文書化され再現可能なツール呼び出しの道筋であり、それは多くの場合、リーダーボードの王冠よりも、エンタープライズのエージェントプロジェクトが実際に必要とするものだ。

LBS-27Bが同じ購買層を狙うのであれば、最初に評価されるのはこの領域だ。ツールを確実に呼び出せないモデルは、MMLUスコアに関係なくエージェント業務の候補にはならない。そしてツール呼び出しの評価はまさに、モデルが完成するまでリポジトリに現れない類のものだ。

ページのLBS-27B側

言うべきことはごくわずかであり、推測で空白を埋めるのではなく、それを正確に述べることが重要だ。

• リポジトリは存在します。2026年10月26日 05:36 UTC に作成され、それ以降変更されていません。

• 2つのファイルが含まれています：1,519バイトの.gitattributesと、28バイトのREADMEです。READMEはライセンスのフロントマターのみです：license: apache-2.0。

• 重みも設定もトークナイザーもモデルカードも評価データもありません。ダウンロード数は追跡されておらず、いいねはゼロです。発表も論文も公開された議論も見つかりませんでした。

•「27B」はリポジトリ名の一部です。リポジトリ内には、それをパラメータ数と確認する記述はなく、モデルがdenseかsparseかを示す記述もありません。

その最後の点は小さな欠落ではない。Dense と sparse の 27B モデルは、サービング経済性も、ファインチューニング時の挙動も、故障モードも異なる別製品だ。設定ファイルが存在するまで、Granite の比較は、完全に仕様が示された側と、空の側が一方ずつあるだけだ。

次元ごとの比較

• パラメータ — Granite 4.2 30Bは30Bのdense（BF16では29Bと記載）、LBS-27Bはアーキテクチャが非公開の未検証27Bです。

• レイヤーと幅 — Graniteは64レイヤーで隠れ層サイズは4,096、LBSは不明。

• コンテキスト — Granite は 131,072 のネイティブおよび文書化された 512K 拡張、LBS は不明。

• モダリティ — Granite はテキストのみ、LBS は不明で、テキストのみが妥当な基本ケースとなる。

• 言語 — Granite は12言語でテスト済み、LBS は不明。

• 推論モード — Granite では full、non-thinking、low-effort。LBS では不明。

• ツール呼び出し — Granite については、BFCL v4 61.39 および tau3 62.00 を伴う関数呼び出しの経路が文書化されています。LBS については何も公開されていません。

• ライセンス — Granite は Apache-2.0、LBS は Apache-2.0 を宣言済みで、重みの出荷前に変更可能。

• 可用性 — Graniteの重みは現在ダウンロード可能でセルフホスティングできますが、LBSにはダウンロードできるものがありません。

コンテキスト長は、この2つが最も大きく異なりうる点です

Graniteの128Kネイティブウィンドウと512K拡張は意図されたエンタープライズ機能であり、RULERスコアはそれが単なるマーケティングではないことを示唆している。128Kでの81.38は実用的な結果だ。契約書レビュー、ログ分析、コードベース検索、長い監査証跡において、その組み合わせ——文書化された拡張パスと、ウィンドウの上限付近での検索エビデンス——は、裏付けのないより大きな数値よりも価値がある。

LBS-27Bが256Kまたは512Kのウィンドウで提供されるなら、興味深い問いはその数値ではない。inclusionAIがそのウィンドウの遠端での検索評価を公開するかどうかだ。ウィンドウは容量の主張であり、RULER形式の結果は能力の主張であり、実際にはこの二つは大きく乖離する。

導入、ライセンス、そしてルーターの位置づけ

両モデルとも Apache-2.0 を宣言しており、これは商用利用にとって最も寛容な結果であり、カスタムライセンスを受け入れられないチームに Granite が人気である理由でもあります。Granite 4.2 30B は OrcaRouter 上になく、LBS-27B も同様です。Granite を使いたい場合は、自分でダウンロードして提供するか、ホスティングプラットフォームを利用してください。

そのセルフホスト型のデプロイこそ、ハイブリッドアーキテクチャが理にかなう場面です。日常的なボリューム、つまり分類・抽出・ツール呼び出しのトラフィックでは、高密度な30Bモデルで十分すぎるほどなのでGraniteをご自身のハードウェアで動かし、本当に難しいケースだけをホスト型のフロンティアモデルにルーティングします。その後半部分にOrcaRouterが役立ちます。200以上のモデルを1つのAPIキーで、プロバイダーが劣化した際の自動フェイルオーバー、そして分割を3つのサービスのコードではなくポリシーとして表現できるルーティングDSLを備えています。当社はプロバイダーの定価を0%のマークアップでそのまま通すため、請求のホスト側は当社が上乗せした額ではなくプロバイダーの提示額そのものです。

私たちが主張しないのは、この比較に登場するどちらのモデルも当社を通じて利用できるということです。それは事実ではなく、そう示唆する比較ページは役に立たないどころか有害です。

この比較は何で決着がつきますか

3つのアーティファクトがあれば、このページは仕様検討の演習から実際の対決へと変わるだろう。

1つ目はconfig.jsonで、エキスパート関連のフィールドを含み、denseかsparseかを確定し、アクティブパラメータ数を示します。LBS-27Bがsparseでアクティブ数が少なければ、配信コストでGraniteを下回り、比較は価格と品質のトレードオフになります。denseであれば、直接的な置き換えの問いになり、IBMのツール成熟度が決め手になります。

二つ目は、特定のハーネスバージョンで行うツール呼び出し評価です。GraniteのBFCL v4とtau3の数値は目覚ましいものではありません。つまり、新しいモデルがそれらを上回るために目覚ましい性能である必要はなく、同じハーネスで測定される必要があるだけです。

3つ目は、128K以上での長文脈検索の証拠です。GraniteのRULERの数値は、エンタープライズでの関連性を最も強く裏付ける主張であり、挑戦者に並ぶことを求められるべき数値です。

今日決定を下す企業バイヤーにとって、Granite 4.2 30B は、寛容なライセンス、文書化されたツールスタック、そして多くのインフラチームが好む高密度なサービングプロファイルを備えた、実績の知られた存在です。LBS-27B は、ライセンス表記だけがある名前です。両者の差は、inclusionAI のエンジニアリングに対する評価ではありません。それは単に、公開済みのモデルと留保されたモデルとの違いにすぎません。