LFM3-1.7B-Base vs Granite 4.2 3B：素材と完成された推論モデル

チャットテンプレートを備えて出荷されるベースモデルは、ほとんどのベンダーが避ける矛盾だ。LFM3-1.7B-Baseは、2026年10月26日に公開され、完全なチャットテンプレートを含み、適用するとデフォルトで推論を有効にする。しかし、そのカード自体には、大規模なファインチューニングにのみ推奨され、チャットトラフィックは別の場所へ誘導すると書かれている。Granite 4.2 3Bは、IBMによる2026年8月25日のApache-2.0推論モデルであり、正反対の種類の成果物だ。事後学習済みで、ベンチマーク評価済み、3つの推論モード、ツール呼び出しを備え、カードにはAIME 2025で78.33を主張している。興味深い問いは、どちらが優れているかではない。半分しか完成していないものが、なぜ完成品のように振る舞うのか、そしてそこからどちらをダウンロードすべきかについて何が分かるのか、ということだ。フォールバック経路に割増コストをかけるべきではない。リスト価格プロバイダーのリスト価格は、マークアップなしでそのまま反映されます。

異色なのはベースモデルです

Liquidが思考トレース付きとなしのチャットデータで中間トレーニングを行うという決定こそ、この比較を単なるサイズ競争以上のものにしている細部です。チェックポイントの22兆事前学習トークンのうち最後の3.5兆は、エージェント的トレースとツール呼び出しでキュレーションされ、調整済みモデルが使用するのと同じチャットテンプレートでフォーマットされています。だからこそベースリポジトリにそもそもテンプレートが含まれており、素朴なapply_chat_template呼び出しが回答の前に思考ブロックを生成するのです。モデルはその形式を見てきました。しかし、その形式で指示に従うよう訓練されてはいません。

この区別は実務上重要です。LFM3-1.7B-Base から開始するファインチューンは、会話構造と推論の区切りをすでに認識しているモデルを引き継ぐため、教師ありフェーズを短縮できます。ただし、信頼性、拒否動作、ツール呼び出しの正確性は引き継ぎません。これらは、これから行うポストトレーニングによって得られるものであり、まさにカードがこのチェックポイントの用途として述べているとおりです。

Granite 4.2 3Bとは実際に何なのか

IBMの3BはGranite 4.2推論ファミリーのエッジ向けメンバーで、Granite-4.1-3B-Baseからポストトレーニングされています。dense（密）モデルかつテキスト専用で、128Kのネイティブコンテキストで動作し、512Kまで拡張できます。3つの推論モード（デフォルトの完全思考、低負荷モード、オフ）に加え、OpenAI互換のツール呼び出しと各種量子化フォーマットを備えています。bfloat16で6～8ギガバイト、実用的な量子化では2ギガバイト未満で動作し、Ollamaにはgranite4.2:3bビルドが掲載されています。

カードには、フルシンキングモードでのAIME 2025で78.33、GPQAで54.80、LiveCodeBench v6で69.71と記載されている。これらの数値はすべてIBM自身の数値で、重みが公開された日に公表されたものであり、いずれも独立に再現されていない。また3Bは、8Bと30Bの兄弟モデルが受けたエージェント型強化学習を欠いているため、SWE-BenchやTerminal-Benchのスコアを備えていない。これは推論モデルであり、エージェントエンジンではない。

LFM3チェックポイントは実際には何なのか

17.3億パラメータの事前学習済みテキストモデルで、262,144トークンのコンテキスト、16言語にわたる128,000トークンの語彙、3.46 GBのbfloat16重みを持ちます。24層：13個のゲート付きショート畳み込み、5個のスライディングウィンドウアテンションブロック、6個のフルアテンションブロック。4ビットで約1 GB。LFM Open License v1.0で、年間収益1,000万ドル未満なら商用利用は無料です。モデルカードには2つのTRLノートブックがあり、1つは構造化抽出の教師ありファインチューニング用、もう1つは新しい言語での継続的事前学習用です。ベンチマーク表は一切ありません。

それらを分かつ5つの数字

• パラメータ — LFM3-1.7B-Base は1.73BのDenseモデルで、Granite 4.2 3B は約3Bです。どちらもMixture of Expertsではなく、すべてのトークンで全パラメータが読み込まれます。

• 事前学習トークン — LFM3-1.7B-Baseでは22兆。IBMによると、Granite 4.2ファミリーは5つのフェーズにわたり約15兆で、モデルはほぼ2倍の規模だった。小さい方のチェックポイントの方がより多くのテキストを学習した。

• コンテキスト — LFM3-1.7B-Baseはネイティブ262,144トークン、Granite 4.2 3Bはネイティブ128Kおよび拡張512K。ネイティブ長ではベースモデルが優位、上限ではチューニング済みモデルが優位。

• ベンチマーク — LFM3-1.7B-Base については公表されていません。Granite 4.2 3B の AIME 2025 78.33、GPQA 54.80、LiveCodeBench v6 69.71 は、いずれもベンダー報告値であり、再現されていません。

• ライセンス — 売上高1,000万ドルの閾値を設けたLFM Open License v1.0と、商業利用のトリガーがないApache 2.0との比較。

テンプレートが存在する理由と、その価値

その奇妙さの中には、本物のエンジニアリング上の利点が隠れている。継続事前学習と教師ありファインチューニングはどちらも、モデルが実際に提供される形式を認識できることを必要とする。チャットマークアップと思考用デリミタをすでに見てきたチェックポイントから始めるということは、教師ありフェーズが勾配予算をフォーマットではなく振る舞いに費やすことを意味する。Granite 4.2 3B はその出発点を与えてくれない。それは完成した振る舞いを与え、それをその後で特化できるが、その特化は、答え方についてすでに考えを持っているモデルから始まる。

これが、そのトレードオフを一文で表したものです。LFM3-1.7B-Base は、馴染みのある形を保ちつつ、よりクリーンな出発点を提供します。Granite 4.2 3B は、今日すぐに問題へ適用できる実用的な推論モデルを提供し、必要なら後からファインチューニングもできます。ただし注意点として、事後学習済みの推論モデルをファインチューニングすると、データを慎重に構築しない限り、対価を払って得た推論挙動が損なわれる可能性があります。

誰もテーブルに載せない予算の問い

推論はこの比較において安価な側面だ。どちらのモデルもラップトップ上で動作し、どちらも2 GB未満に量子化でき、そのサイズでは1.73Bと3Bの違いは実現可能性ではなく毎秒トークン数の問題になる。高価な側面はデータだ。どちらのモデルを専有タスクでファインチューニングするにも、ラベル付き事例、評価セット、学習ループが必要であり、そのコストは3.46 GBのダウンロードと6 GBのダウンロードの違いをはるかに上回る。

サイズによって変わるのは、その予算のうちどれだけを、ベースモデルがすでに備えている能力に回すかだ。22兆トークンで学習された1.73Bの基幹モデルは、長いコンテキストと幅広い言語構成を持つ小さなモデルならドメインを素早く吸収できるという意図的な賭けだ。3Bの推論モデルは、汎用的な推論がより少ないデータで自社ドメインに転移するという賭けだ。どちらの賭けもベンダーの数字だけでは決着しない。どちらのベンダーも、あなたが重視するタスクでのファインチューニング結果を公開していないからだ。

ファインチューンが存在するようになっても、サービングの問題は別です。OrcaRouterの ルーティングDSLを使えば、専門モデルと汎用フォールバックを1回の呼び出しの背後に置くことができ、自動フェイルオーバーにより、小規模モデルがタイムアウトしてもリクエストが道連れになることはありません。これは大規模モデルよりも1.73Bのファインチューンにとって重要です。なぜなら、小規模な専門モデルの失敗モードは誤ったドメインに対する確信であり、フォールバックはそれに対する最も安価な防御策だからです。

ライセンス：企業導入を左右する条項

Apache 2.0 は、調達の場で最も短く済むライセンス協議です。Granite 4.2 3B はそれで提供されており、売上高のしきい値も商用利用のトリガーもありません。LFM3-1.7B-Base は LFM Open License v1.0 の下で提供されており、年間売上高が1,000万ドル未満であれば無償の商用利用を認め、それを超える場合は商用ライセンスを要求します。独立系開発者にとって、その違いは見えません。大企業内のプロダクトチームにとって、このしきい値は最初のトレーニング実行前に発生する法務レビューであり、パラメータ数の優位性をどちらの方向にも上回る可能性があります。

どれをダウンロードすればいいですか？

今週は推論モデルが必要です。Granite 4.2 3B。完成しており、ドキュメントもあり、量子化済みで、ラップトップで動かせるほど小さい。ベンダーの数値は再現されていないが、モデルは動作し、インターフェースは標準的です。

ドメイン特化モデルを構築中で、データも揃っているなら。 LFM3-1.7B-Base です。22兆トークンの基盤、256Kコンテキスト、16言語の語彙は、一部を上書きすることになる推論モデルよりも優れた出発点であり、チャットテンプレートがあるため、教師ありフェーズを馴染みのある形式から開始できます。

推論モデルと専門特化モデルの両方が必要です。 両者は代替関係にはありません。Granite 4.2 3B は一般的な推論経路を担い、LFM3 のファインチューニングは狭く大量処理の経路を担います。両方を 1 つのエンドポイントの背後で稼働させるのが、どちらかを選ばずに済むパターンです。

まだ足りないものは何か

この比較の隔たりは数値ではなく、再現結果の有無にある。Granite 4.2 3Bにはベンダーのベンチマークがあり、独立した実行結果はない。LFM3-1.7B-Baseにはどちらもない。誰かが公開タスクでLiquidチェックポイントをファインチューニングし、Granite 4.2 3Bのベースラインに対してその結果を報告するまでは、選択はどちらのモデルがより優れているかではなく、どのような資産を求めるかによって決まる。このテンプレートは、ベースチェックポイントを実際よりも完成しているように見せている。カードはその点について正直であり、ダウンロード前に読む価値があるのはそこだ。