Xing 4.0 29B-A4B vs Granite 4.2 30B：Denseはすべてを読み、Sparseは9分の1を読む

アーキテクチャ上の議論全体を一文で言えば、こうなる。G​ranite 4.2 30Bは、2026年8月25日にApache 2.0の下で公開されたIBMの密な推論モデルであり、1つのトークンを生成するたびに300億個のパラメータすべてを読み込む。Xing 4.0 29B-A4Bは、中国電信のスパースなmixture-of-expertsモデルで、重みが2026年9月16日に公開され、10月中旬に呼び出し可能になったが、290億のうち約40億しか読み込まない。両者ともApache-2.0で、同じ重みクラスに属し、どちらもエージェント的作業を対象としているが、実行時にかかるコストの性質はまったく異なる。G​raniteはトークンごとに計算コストがかかり、Xingはこのトークンでは使っていないエキスパートを保持するためのメモリと、それらを回避してルーティングする方法を知っているサービングスタックのコストがかかる。以下のすべてはそこから導かれる。

各アーティファクトが実際に何であるか

それらを、共通のラベルから切り離して考える価値がある。「30B」はファイルのサイズを示すものであって、ワークロードの形を示すものではない。

• Granite 4.2 30B — Granite 4.2 ファミリーにおける IBM のフラッグシップモデルで、Granite-4.1-30B-Base をベースに構築されています。デコーダーのみの密な推論用トランスフォーマーで、30B パラメータ（リポジトリでは BF16 テンソルで 29B と記載）、32 個のアテンションヘッドに対する 8 個のキーバリューヘッドによるグループ化クエリアテンション、θ = 10,000,000 の RoPE、隠れ層サイズ 32,768 の SwiGLU MLP、非共有の入力・出力埋め込み、ε = 1e-5 の RMSNorm を採用しています。テスト済み言語は 12 言語。Apache 2.0。

• Xing 4.0 29B-A4B — TeleAI の TeleChat シリーズの後継モデル。40 層、隠れサイズ 3,584、dense FFN 中間次元 9,216 に対してエキスパート中間次元 1,024、ルーテッドエキスパート 64 基でトークンあたり 4 基がアクティブ、さらに常時オンの共有エキスパート 1 基、GQA ではなく MLA 圧縮キーバリューアテンション、そしてチェックポイントに学習済みで組み込まれた MTP 投機的デコーディング。実質的にカード上でテストされている言語は 1 つ。Apache 2.0。

• コンテキスト — G​ranite 4.2 30B は 128K をネイティブにサポートし、512K までの長コンテキスト拡張が文書化されており、構成シーケンス長は 131,072 です。Xing 4.0 は 256K をネイティブに搭載し、512K まで拡張可能とされています。Xing のデフォルトウィンドウは 2 倍の広さですが、両者の中では G​ranite の拡張パスのほうがより詳しく文書化されています。

• 公開されているフォーマット — G​ranite 4.2 30B は BF16 に加えて FP8、MXFP4、NVFP4 の量子化で提供され、I​BM およびコミュニティによる GGUF ビルドもあります。Xing 4.0 は BF16 safetensors に加えて FP8、w8a8、GGUF で提供されます。どちらもここでは異例なほど充実した構成であり、bfloat16 のシャードを1つ公開して量子化をボランティアに任せる数多くのオープンリリースと比べて、両者とも明確な利点です。

• 提供状況 — G​ranite 4.2 30B には、当社のカタログにトークン課金型のエンドポイントがありません。自分で実行するか、I​BM 独自のプラットフォームやその他の第三者サービングプラットフォームを通じてアクセスすることになります。Xing 4.0 は10月中旬に従量課金の商用エンドポイントを獲得し、無料のプロモーション枠も用意されましたが、これも当社のカタログには掲載されていません。

メモリと計算のトレードオフを、正直に言えば

スパース性はマシン全体に対する割引ではない。一方の軸では割引であり、もう一方の軸では割増である。Granite 4.2 30B は、おおよそ bfloat16 の 30B 密モデル相当のメモリを必要とし、トークンごとにその全体にわたって計算する。そのため、ハードウェア単位あたりのスループットは予測可能で、バッチ処理時の挙動も単純明快である。Xing 4.0 は 29B 全体を常駐させて保持する必要がある — このトークンが触れるかどうかに関係なく、すべてのエキスパートがメモリ上に存在する — が、トークンごとに演算を通る重みは 4B 分だけである。だからこそ、その 4-bit 量子化は約 15GB の VRAM に収まると主張されており、高い同時実行数での集約スループットはまったく異なる形になる。

その主張は、それを前提にGPUを買う前に確認する価値がある。リポジトリはフル精度テンソルで31Bと報告しており、総パラメータ29Bのモデルの4ビットビルドが15GBに収まっているということは、エキスパート重みがかなり思い切って量子化されていることを示唆している。コレクションの説明文ではなく、実際のGGUFファイルサイズを見るように。

2つ目の、より地味な違いは、サービング経路の成熟度です。G​ranite 4.2 30B は標準的な密なトランスフォーマーなので、どの推論スタックもほぼデフォルトでサポートしています。Xing 4.0 は、その多様体制約付きハイパーコネクション残差ストリームと MLA アテンションのためにカスタムカーネルを必要とします — SGLang は4ストリームレイアウト用の専用 split-K カーネルを備えており、vLLM はこのアーキテクチャに対応しており、それが現状です。特注のアテンション＋残差設計はこのアーキテクチャの代償であり、ファインチューニング、量子化、または通常とは異なるバッチ形状を実行する予定なら、一度きりのコストではありません。

公表された数値が実際に食い違う箇所

両ベンダーはそれぞれ自社の表を公開しており、どちらも内部的には一貫しているが、同一のハーネス上で第三者による独立した再現はなされていない。これらは測定値ではなく主張として比較すべきだ。

• SWE-bench Verified — Xing 4.0 75.00 対 Granite 4.2 30B 57.

• SWE-bench Multilingual — Xing 4.0 は 66.00、Granite 4.2 30B は 41.89。

• Terminal-Bench 2.1 — Xing 4.0 57.50 対 Granite 4.2 30B 29.24。

• エージェント型ツール利用 — Xing 4.0 Claw-Eval 76.55、Tau3-Bench 64.63、G​ranite 4.2 30B τ³-bench 62.00、BFCL v4 61.39。

• 指示追従 — Xing 4.0 IFBench 69.67 対 Granite 4.2 30B IFBench 77.17。

• 数学および汎用推論 — Granite 4.2 30B は AIME25 89.17、HMMT Feb25 89.17、GPQA 66.41、MMLU-Pro 77.60、LiveCodeBench v6 75.77。Xing 4.0 のカードにはこれらのいずれも記載されていないため、各列は勝利になるどころか空欄のままとなる。

• ロングコンテキスト — G​ranite 4.2 30B は RULER を 64K（89.96）と 128K（81.38）で公開している。Xing 4.0 は AA.LCR を 61.00 で公開しており、ロングコンテキスト系では他に何も公開していない。G​ranite は両方の数値が存在する唯一の行で勝利しており、これは意義深い勝利だ。128K の RULER は、retrieval-average スコアよりもはるかに難しいテストである。

合計ではなく形を読むこと。Graniteは、異常に正直な評価表を持つ、幅広くバランスの取れたジェネラリストとして映る。コーディング、数学、ツール使用、文書タスク、長いコンテキストにわたる20行があり、すべてNeMo Evaluator SDKフレームワークとしてハーネスが明記されている。Xing 4.0は狭い専門家として映る。ソフトウェアエンジニアリングとターミナルエージェントのベンチマークでは莫大な差をつけ、指示追従では負け、その他については沈黙している。GPQAの数値がないモデルが必ずしもGPQAを苦手とするわけではない。それは、ベンダーが9行だけを公開することを選んだモデルである。

二つの正直な非対称

Granite 4.2 30B は公開から7週間が経過しており、それに伴う精査を受けている。独立系の量子化版、詳細な第三者による解説記事、そして表の一行一行にわたる、8Bと3Bの兄弟モデルについてIBM自身が公表した比較値もその対象だ。Xing 4.0 は公開から1か月、リポジトリのダウンロード数は53,000件、独立した評価はなく、ベンダーが自社ハーネスで実施した競合モデルの再実行結果に対して自身をベンチマークしている。このシリーズの以前の比較では、その比較表が Gemma 4 をどう扱っているかはすでに取り上げている。この構造的な論点は、表のどの列にも当てはまる。

非対称性は、ある軸では逆方向に働く。Granite 4.2 30B は密なコンピュート特性を持つ推論モデルであり、つまりトークンあたりの速度が設計上本質的に遅く、ルーティングで回避することはできない。Xing 4.0 の主張の要点は、29B モデルのメモリフットプリントで 4B モデルの演算量を得るというものだ。もしその主張が実ワークロードで成り立つのなら、大量のエージェントトラフィックにとって本当に優れた選択肢であり、まさにそれは、ベンダー自身の SWE-bench の行では決着をつけられない種類の主張なのだ。

費用と、ルーターがどこに位置づけられるか

どちらのモデルもOrcaRouterのカタログにはないため、当社はどちらへのルートでもなく、本記事もそう示唆することはありません。それでも、関連する計算をする価値はあります。Granite 4.2 30B はカード1枚だけで、ほかに何もかからず、ずっと使えます。ただし、その高密度な計算ゆえ、必要になるカードはより大きなものになるという但し書きが付きます。Xing 4.0 は、最初に GPU とサービング統合の週末作業を要するか、今すぐなら従量制の無料枠評価を要します——そして、無料枠は、エージェント的という主張が、モデルの作者が実行する terminus-2 ハーネスではなく、あなた自身のリポジトリでも通用するかどうかを知るための最も安価な方法です。

当社がホストしていない2つのモデルを相手にするとき、ルーターが真価を発揮するのは境界（ペリメーター）です。本番経路がすでに知っているモデルを置き換えるのではありません。挑戦側のモデルをその隣に置き、トラフィックの一部を、明示されたルールの下で流し、自動フェイルオーバーを効かせます。そうすれば、不正な応答や上流の停滞がユーザーに届くことはありません。OrcaRouter はホスト済みの200以上のモデルの前面に立つ1つのAPIをマークアップ0%で——プロバイダの定価を一切上乗せせずそのまま通す——そしてそのスライスを定義するのがルーティングDSLです。評価が終わればルールが変わり、現行モデルがトラフィックを取り戻します。

評価予算が1モデル分なら、作業が広範なとき——長文書推論、多言語生成、指示追従が重視されるパイプライン、実際に実行するタスクについて公表された数値が欲しいあらゆる場面——には G​ranite 4.2 30B を選べ。作業が狭くエージェント的で、自分で測定でき、カードあたりスループットの論拠こそが買っているものなら、Xing 4.0 29B-A4B を選べ。明らかに間違っている唯一の選択は、75対57という数値だけを根拠に Xing 4.0 を選ぶことだ。それら2つの数値は異なる研究室が異なるハーネスで出したもので、確実に示しているのは、どのベンダーが SWE-bench の行を公開したかだけだ。

何がそれを決着させるのか

Xing 4.0 を、G​ranite が測定されたのと同じハーネス上で、同じスキャフォールディングを用いて独立に一度評価すれば、予備の GPU を持っている人なら、この記事の不確実性の大半を一午後の作業で解消できるだろう。それが存在するまでは、数字をそのまま行動に移せるのは dense モデルのほうであり、数字を確認しなければならないのは sparse モデルのほうだ。2 番目の主張が真でなくなった瞬間、両方の主張は等しく時代遅れになる。

そうした話は決して仮定ではない。このようなリリースの背景にある、記録に残されたAIの障害やエージェントのインシデントはOrcaRouter AIインシデントアーカイブに集められており、各項目には独自の情報源、深刻度、信頼度グレード、係争中フラグが付されています。