IBMの新しいオープンモデルは、端末の使い方を教わったのではない。実際に端末を使って鍛えられた
IBMは8月25日、Granite 4.2を公開した。30億、80億、300億パラメータの密な推論モデル3種で、重みはApache 2.0で提供される。つまりダウンロードし、微調整し、そのまま製品に載せるのに交渉すべきライセンスがない。いずれも思考モードのオン・オフが切り替えられ、同じモデルが即答も段階的な推論もこなす。IBMが賭けたのは訓練のほうだ。通常の強化学習に加え、8Bと30Bは同社が「エージェント的RL」と呼ぶ工程を通った。他人が書いたツール利用のログから学ぶのではなく、生きたサンドボックス――実際のソフトウェア工学の課題、実際の端末、実際の検索を伴うワークフロー――に放り込まれ、仕事が正しく仕上がったかどうかで報酬が決まる。コーディング能力は、IBM独自のCodeAlchemyパイプラインが生成した1兆トークンの合成コードで押し上げられた。モデルはOpenAI形式のツール呼び出しを受け付け、一般的な推論スタックで動く。重みはHugging Face、Ollama、GitHubにあり、watsonxやOpenRouter、Replicateなどでホスト版も利用できる。
なぜ重要かここで面白いのはベンチマークではなく方法である。多くのモデルは、マニュアルを読んで運転を覚えるようにツールの使い方を学ぶ――他人が書いたツール利用の記録を読むのだ。実際の端末の中で、コマンドが本当に動いたかどうかを報酬にして訓練するのは別物で、費用も高い。だが分野全体がその方向へ流れている。エージェント能力はパラメータ数よりも事後訓練に大きく依存すると分かってきたからだ。自社で何を動かすか検討している人にとって実務的な要点はサイズだ。実際の工学課題で鍛えられたApache 2.0の300億パラメータモデルは、普通の企業がすでに持っているハードウェアに収まり、何を作ってよいかを縛る条項もない。IBM自身のベンチマーク図は、社外の誰かが再現するまでは出発点の仮説として扱うのが妥当だ。
アプリで読む——無料・9言語
関連ニュース
Odysseyはブラウザーで操作できる世界モデルを公開しました。2026-10-11Claudeは一つの仕事を最大1000のエージェントに分けられます。
2026-10-11古いゲームを書き直すAIエージェントは検査役を変えようとしました。
2026-10-11OpenAIの採点モデルは新しい環境欲しさに自分の環境を壊しました。
2026-10-11Googleの新しい画像モデルは一枚あたりの価格を半分にした
2026-10-10