何が公開されたのか
IBMが公開した「Granite 4.2」は、3B・8B・30Bの3サイズで構成される言語モデル群です。既存モデルの派生ではなく、約15兆トークンを使ってゼロから学習されています。コンテキストウィンドウは最大51万2000トークン。OpenAI形式のツール呼び出しに対応し、推論基盤はvLLMまたはSGLangで動作します。配布先はHugging Face、Ollama、GitHubなどで、ライセンスはApache 2.0です。
同時に音声認識モデル「Granite Speech 5.0 Turbo CTC」も公開されました。パラメータ数はわずか4億7000万で、IBMによればOpen ASR Leaderboardの従来トップ勢に対して2倍の速度、3時間の音声を1秒で文字起こしできるとしています。
「思考モード」の切り替えが意味すること
Granite 4.2の設計で実務的に効くのは、タスクごとに計算量を制御できる点です。IBMの説明では、モデルは「thinking」と「non-thinking」を切り替えられ、単純な問い合わせには資源を節約する「low-effort」モードを使えます。
これは精度競争とは別の軸の話です。エージェントを本番運用すると、コストの大半は「たいして考えなくていい処理」に推論予算を払い続けることから生まれます。難易度に応じて計算量を落とせる仕組みは、ベンチマークの数字より運用コストの分散に効きます。
エージェンティックRLと30Bの位置づけ
8Bと30Bは、IBMが「agentic RL」と呼ぶ学習を追加で受けています。実際のサンドボックス環境で、ツールを使い、コードを書いて実行し、ウェブを検索する挙動を学習させるという内容です。
ここが重要なのは、ツール呼び出しの「形式」に対応することと、ツールを使って課題を解き切ることが別物だからです。API仕様に沿ったJSONを出せるモデルは多くありますが、失敗したツール呼び出しからの復帰や、検索と実行を組み合わせた多段の手順は、実環境での試行錯誤を通した学習でしか身につきにくい領域です。IBMが公開したベンチマーク画像では、エージェント的タスクとツール利用の3つのテストすべてで30Bが最上位でした。逆に言えば、エージェント用途では3Bと上位2サイズの間に明確な線が引かれている、と読むべきです。
Apache 2.0という選択
ライセンスがApache 2.0である点は、企業利用では機能仕様と同じくらい重い意味を持ちます。利用者数や用途に条件を付ける「オープンウェイト」ライセンスと違い、商用利用・改変・再配布の判断を法務レビューに投げ返さずに済むからです。IBMがこのサイズ帯にこのライセンスを当ててきたのは、性能で最上位を取りに行くのではなく、企業の自社環境に置かれるモデルの標準枠を取りに行く動きと見るのが妥当です。
💼 事業会社視点：これは自社にどう効くか
日本企業にとっての実利は「30Bが自社インフラに載るエージェント基盤である」という点です。国内の製造・金融・自治体案件では、データを社外に出せない制約から生成AI導入が止まっているケースが多くありますが、Apache 2.0でvLLM/SGLang上に置ける30Bは、その制約を保ったままツール実行型エージェントを試せる選択肢になります。まず社内の定型業務（申請の一次審査、社内文書検索、コード修正の下書き）で3B/8Bと30Bを並べ、精度差がコスト差に見合うかを自社データで測るべきです。
SaaS事業者は、low-effortモードの存在を価格設計に取り込む余地があります。全リクエストを最上位モデルに流す構成は粗利を削るため、難易度でルーティングを分ける設計へ移行する価値があります。受託開発は逆に、Apache 2.0で誰でも動かせる以上「モデルを立てる」こと自体は売り物になりません。業務プロセスへの組み込み、ツール定義の設計、失敗時の運用設計に工数の価値を移す必要があります。音声側も同様で、3時間分を1秒で処理できる4億7000万パラメータのモデルが無償で使えるなら、コールセンター向け文字起こしの単価前提は近いうちに崩れます。