Granite 4.2 30B
Granite 4.2 30BをQ4_K_M・8kコンテキストで動かすには、20.3GBのVRAMが必要です（2026年10月16日に確認したconfig.jsonから計算）。収まる最小のGPUのメモリは24GBで、動くデスクトップ向けGPUのなかで最も速いRTX 5090では、生成速度は約74トークン/秒です。
- パラメータ
- 29.3B
- コンテキスト長
- 131,072トークン
- ライセンス
- Apache 2.0
- 公開
- 2026年8月
- config.jsonの確認日
- 2026年10月16日
Granite 4.2 30BをローカルLLM動作チェッカーで開く
どのメモリ容量のGPUで動くか
必要量20.3GBを、メモリ容量ごとに比べます。モデルが使えるのはGPUのメモリの95%までで、色が付いているのは残りの容量か、足りない容量だけです。「ぎりぎり」は85%を超える場合で、長い会話に使える余裕はほとんどありません。
ほかの量子化やコンテキスト長、Q8のKVキャッシュはLLM VRAM計算ツールで試せます。
計算・2026年10月16日どのGPUを選ぶか
このサイトで扱うGPUのうち、Q4_K_M・8kコンテキストで読み込める最小のものはRTX 3090（24GB）です。必要量は20.3GBで、生成速度は推定39トークン/秒です。余裕を持って使いたい場合、つまり32,768トークンのコンテキストを確保しつつメモリ使用率を85%未満に抑えたい場合は、RTX 5090（32GB）に上げましょう。その場合の必要量は26.8GBで、生成速度は約74トークン/秒です。
ほぼ劣化のないQ8_0なら、収まる最小のGPUはRTX A6000（48GB）で、必要量は34.9GBです。Appleシリコンでは、Mac mini M4 Proなら32,768トークンのコンテキストを含めて保持でき、生成速度は推定11トークン/秒です。ただしプロンプト処理はNVIDIAより遅く、長い文書ではその差がはっきり出ます。ユニファイドメモリのデスクトップでは、Ryzen AI Max+ 395が32,768トークンのコンテキストを26.8GBで保持でき、生成速度は推定11トークン/秒です。
GPU別の生成速度
| GPU | 動く？ | 推定トークン/秒 | 体感 | メモリ | メモリ帯域幅 |
|---|---|---|---|---|---|
| H100 SXM | 動く | ≤ 138 | 読むより速い | 80GB | 3,350GB/s |
| A100 | 動く | 84 | 読むより速い | 80GB | 2,039GB/s |
| RTX 5090 | 動く | 74 | 読むより速い | 32GB | 1,792GB/s |
| RTX PRO 6000 Blackwell | 動く | 74 | 読むより速い | 96GB | 1,792GB/s |
| RTX PRO 5000 Blackwell | 動く | 55 | チャットなら快適 | 48GB | 1,344GB/s |
| RTX 4090 | 動く | 42 | チャットなら快適 | 24GB | 1,008GB/s |
| RX 7900 XTX | 動く | 40 | チャットなら快適 | 24GB | 960GB/s |
| RTX 6000 Ada | 動く | 40 | チャットなら快適 | 48GB | 960GB/s |
| RTX 3090 | 動く | 39 | チャットなら快適 | 24GB | 936GB/s |
| RTX PRO 4500 Blackwell | 動く | 37 | チャットなら快適 | 32GB | 896GB/s |
| L40S | 動く | 36 | チャットなら快適 | 48GB | 864GB/s |
| RTX A6000 | 動く | 32 | チャットなら快適 | 48GB | 768GB/s |
| RTX PRO 4000 Blackwell | 動く | 28 | チャットなら快適 | 24GB | 672GB/s |
| Radeon AI PRO R9700 | 動く | 26 | チャットなら快適 | 32GB | 640GB/s |
| Arc Pro B70 | 動く | 25 | チャットなら快適 | 32GB | 608GB/s |
| Arc Pro B60 | 動く | 19 | 使えるがやや遅い | 24GB | 456GB/s |
| RTX PRO 4000 Blackwell SFF | 動く | 18 | 使えるがやや遅い | 24GB | 432GB/s |
| RTX Spark | 動く | 12 | 使えるがやや遅い | 128GB（GPU用102GB） | 300GB/s |
| DGX Spark | 動く | 11 | 遅い（バッチ処理なら十分） | 128GB（GPU用126GB） | 273GB/s |
| Ryzen AI Max+ 395 | 動く | 11 | 遅い（バッチ処理なら十分） | 128GB（GPU用96GB） | 256GB/s |
| RX 7900 XT | 動かない | - | 収まらない | 20GB | 800GB/s |
| RTX 4060 Ti | 動かない | - | 収まらない | 16GB | 288GB/s |
| RTX 5060 Ti | 動かない | - | 収まらない | 16GB | 448GB/s |
| RTX 5080 | 動かない | - | 収まらない | 16GB | 960GB/s |
| RTX 5070 Ti | 動かない | - | 収まらない | 16GB | 896GB/s |
| RTX 4080 SUPER | 動かない | - | 収まらない | 16GB | 736GB/s |
| RX 9070 XT | 動かない | - | 収まらない | 16GB | 640GB/s |
| RX 9060 XT | 動かない | - | 収まらない | 16GB | 320GB/s |
| RTX 3060 | 動かない | - | 収まらない | 12GB | 360GB/s |
| RTX 4070 | 動かない | - | 収まらない | 12GB | 504GB/s |
| RTX 5070 | 動かない | - | 収まらない | 12GB | 672GB/s |
| Arc B580 | 動かない | - | 収まらない | 12GB | 456GB/s |
シングルストリームの生成速度を、メモリ帯域幅と効率70%から求めた値です。プロンプト処理とバッチ処理は含みません。どれも上限（理論値）で、実測ではありません。Granite 4.2 30BがQ4で1トークンごとに読む重みはわずか17GBです。これほど少ないと、計算式に含まれない1トークンごとのコストが実際の速度を大きく左右します。≤の付いた数値は、実際のランタイムの速度が表示値をもっとも大きく下回る箇所です。ほかの量子化やAppleのハードウェアについては生成速度（トークン/秒）推定ツールを、モデルではなくハードウェアを選んでいる場合は全GPUの比較をご覧ください。
計算・2026年10月16日量子化・コンテキスト長別の必要メモリ
| 量子化 | 4,096トークン | 8,192トークン | 32,768トークン |
|---|---|---|---|
| Q8_0 | 33.9GB（48GBに収まる） | 34.9GB（48GBに収まる） | 41.4GB（48GBに収まる） |
| Q5_K_M | 23.2GB（32GBに収まる） | 24.3GB（32GBに収まる） | 30.7GB（48GBに収まる） |
| Q4_K_M | 19.2GB（24GBに収まる） | 20.3GB（24GBに収まる） | 26.8GB（32GBに収まる） |
重みはQ4で17GBです。コンテキストが1,000トークン増えるごとに、FP16のKVキャッシュが約0.262GB増えます。ほかの設定はLLM VRAM計算ツールで試せます。
モデルについて
Granite 4.2 30Bは29.3Bパラメータのモデルです。64レイヤーで、KVヘッドは8個（ヘッド次元128）です。IBMのGranite 4.2で最大のモデル（2026年8月）で、回答の前に思考する30Bの密（dense）モデルであり、モデルカードによると、エージェント作業のデータを増やした2回目のファインチューニングを受けています。ファミリーのほかのモデルと同じくApache 2.0です。
テキストのみ コンテキスト長131,072トークン Apache 2.0 2026年8月公開
思考モード：デフォルトでは完全に思考してから回答します。思考なしのモードと、短く思考する低負荷（low-effort）モードを、リクエストごとに設定できます。
ネイティブのコンテキスト長は131,072トークンです。ライセンスはApache 2.0で、寛容な（permissive）ライセンスです。重みの公開は2026年8月です。
得意なこと
- エージェント的なツール呼び出し。IBMは30Bに、エージェント作業のデータを増やした追加のファインチューニングを行っています。
- 学習データセットの一覧が公開されていること。多くのオープンモデルにはない情報で、ライセンスはApache 2.0です。
- 日本語を含む12のテスト済み言語
注意点
- すべてのレイヤーが全長のキャッシュを持つため、長いコンテキストでは、より軽いレイヤーと処理を分担するQwen3.8 27BやGemma 4 31Bよりはるかに多くのメモリが必要です。24GBのGPUにQ4で収まるのは、コンテキストが短いときだけです。
- テキストのみで、同じサイズのQwenやGemmaのモデルと違ってビジョンエンコーダはありません。
- IBMは512Kをうたっていますが、それは長いコンテキストへの拡張です。ネイティブのコンテキスト長は131,072トークンで、このサイトが数えるのはこちらです。
似たモデル
Q4_K_M・8kコンテキストでGranite 4.2 30Bとほぼ同じメモリを必要とするモデルです。手持ちのGPUで実際に比べる相手になるのは、これらのモデルです。「1kトークンあたり」の列はコンテキストが1,000トークン増えるごとのコストで、同じサイズのモデルの間でもっとも差が出るところです。
| モデル | サイズ | 必要量 | 1kトークンあたり | コンテキスト長 | 公開 |
|---|---|---|---|---|---|
| Granite 4.2 30B | 29.3B | 20.3GB | 0.262GB | 128k | 2026年8月 |
| Gemma 4 31B | 31.3B | 20.9GB | 0.082GB | 256k | 2026年3月 |
| GLM-4.7 Flash 30B-A3B (MoE) | 31.2B（アクティブ3B） | 19.8GB | 0.054GB | 198k | 2026年1月 |
| Qwen3 30B-A3B (MoE) | 30.5B（アクティブ3.3B） | 19.7GB | 0.098GB | 40k | 2025年4月 |
| Nemotron 3.5 Lightning 30B-A3B (MoE) | 31.6B（アクティブ3B） | 19.7GB | 0.006GB | 256k | 2026年8月 |
全モデルの比較、8〜96GBに収まるモデル（英語）、クラウドGPUごとの最安の時間料金（英語）もご覧ください。
よくある質問
- Granite 4.2 30Bは24GBのGPUで動く？
- はい。Q4_K_M・8kコンテキストで約20.3GBが必要で、24GBのGPUに余裕を持って収まります。
- Granite 4.2 30BをQ8で動かすには、VRAMはどれくらい必要？
- 8kコンテキストで約34.9GB、32kコンテキストでは41.4GBです。Q8はほぼ劣化がないので、収まるならQ8を使うのがおすすめです。
- Granite 4.2 30Bのコンテキスト長は？
- ネイティブで131,072トークンです。すべてをQ4_K_Mで保持すると約52.5GBが必要で、そのうち34.4GBがコンテキストの分です。
- Granite 4.2 30BとQwen3.8 27B、どちらを選ぶ？
- どちらも密（dense）モデルで、Apache 2.0です。Qwen3.8 27Bは画像や動画も読め、64レイヤーのうち大きくなるキャッシュを持つのが16レイヤーだけなので、長いコンテキストのコストがはるかに小さくなります。Granite 4.2 30Bはテキストのみで、64レイヤーすべてがキャッシュを持ちます。同じコンテキストではより多くのメモリが必要で、その量は両方のページの表で確認できます。
- Granite 4.2 30BはRTX 4090でどれくらいの速さ？
- Q4・シングルストリームでの上限は約42トークン/秒で、体感は「チャットなら快適」にあたります。これはGPUのメモリ帯域幅から求めた上限で、実測ではありません。
- アーキテクチャの値は、Hugging Faceのibm-granite/granite-4.2-30bにあるconfig.jsonから読み取り、2026年10月16日に確認しています。このページの数値はすべてこれらの値から計算しています。このモデルのためにハードウェアを買う前に、元の値を確認してください。
- 推定値は、ほかに何も動いていないGPUで会話を1つだけ扱う前提です。同じGPUでデスクトップ環境も動かすと、0.5〜2GBが使われます。