Granite 4.2 30B を動かすPCスペック（必要VRAM・メモリ・速度の目安）

IBM ・公開 2026-08 ・ 29.28Bパラメータ・データ更新 2026-10-02

IBMの業務向け30B（dense型）。Apache 2.0。VRAM 20GB / Mac 32GBから

20GB4bitで動かすのに要るメモリ（会話8,192トークン分込み）

VRAM 24GB実用になるいちばん安いGPU: GeForce RTX 4090

32GB実用になるいちばん小さいMac: M2 Max（32GB）

131,072最大コンテキスト（学習時）

編集部の見立て

IBMのGranite 4.2で最上位にあたる30Bのdense型モデルです。思考の連鎖を内蔵し、深く考える既定のモード、考えないモード、軽く考えるモードを1問ごとに選べます。3サイズのうち30Bだけ、エージェント向けのデータを厚くした2回目の追加学習を受けたと配布元は説明しています。

必要量はQ4_K_Mと8kの文脈で19.8GB、RTX 4090なら推定37.3tok/sです。20GBのRX 7900 XTには0.3GB届きません。Apache 2.0で業務に組み込みやすく、24GB級GPUを持つ開発者向け。

量子化別の必要メモリ

ファイルサイズは Hugging Face（bartowski/granite-4.2-30b-GGUF）に置かれている実際のファイルサイズです。KVキャッシュ（会話の作業メモリ）は8,192トークン・fp16として、モデルの構造（64層）から計算しています。必要メモリの合計には計算用のバッファも含めています。

量子化	ファイル	KVキャッシュ（8k）	必要合計	GPUなら	Macなら
2bit（IQ2_M）品質劣化大。最後の手段	10GB	2.0GB	13GB	VRAM 16GB〜	24GB〜
2bit（Q2_K）品質劣化大。最後の手段	10GB	2.0GB	13GB	VRAM 16GB〜	24GB〜
3bit（IQ3_M）メモリ優先	12GB	2.0GB	15GB	VRAM 16GB〜	24GB〜
3bit（Q3_K_M）メモリ優先	13GB	2.0GB	16GB	VRAM 20GB〜	32GB〜
4bit（IQ4_XS） Q4_K_Mより一回り小さい	15GB	2.0GB	18GB	VRAM 20GB〜	32GB〜
4bit（Q4_K_M）標準。迷ったらこれ	17GB	2.0GB	20GB	VRAM 24GB〜	32GB〜
5bit（Q5_K_M）品質重視	20GB	2.0GB	23GB	VRAM 24GB〜	36GB〜
6bit（Q6_K）ほぼ無劣化	23GB	2.0GB	26GB	VRAM 32GB〜	48GB〜
8bit（Q8_0）無劣化に近い	29GB	2.0GB	32GB	VRAM 48GB〜	48GB〜
16bit（BF16）元精度	55GB	2.0GB	59GB	GPU単体では不可	96GB〜

モデルの構造と、必要メモリの増え方

Granite 4.2 30BはIBMが2026年8月に公開した29.28Bのモデルです。GGUFのヘッダには64層と書かれており、全パラメータを毎回読み出すdense型なので、生成速度はファイルサイズとメモリ帯域幅でほぼ決まります。全64層が全域注意で、KVヘッド8・head次元128。

KVキャッシュはトークン数に正比例して増えます。1トークンあたりのKVキャッシュは約256KB（fp16）で、コンテキスト長にそのまま比例します。実際の値は、8,192トークンで2.0GB、学習時の上限131,072トークンまで伸ばすと32GBです。

ライセンス表記: apache-2.0（層数と窓の大きさはGGUFヘッダから取得）

このモデルを実際に使うなら

隣に並ぶQwen3 30B-A3Bは、1トークンで3B強しか動かさないMoEです。こちらは毎回29.28Bを全部読むdense型なので、Qwen3 30B-A3BがRX 7900 XTで推定119.6tok/sなのに対し、RTX 4090でも37.3tok/sにとどまります。

重いのはKVも同じ。全64層が全域注意で1トークン256KBあり、32kトークンで8GB、学習時の128kなら32GBに達します。4090の実効23.5GBでは、8kの文脈込みの19.8GBを置いた残りで文脈は2万3千トークンほどが上限。長い文書を読ませる用途なら、RTX 5090か48GB以上のMacに回すほうが無理がありません。

32GBのMacではM2 Max（32GB）が推定15.7tok/sの実用域です。

このモデルの系統

GGUFヘッダに書かれたアーキテクチャはgraniteで、当サイト収録の204モデル中3本が同じ系統です。ツール側の対応状況は、使う前に確認しておくと確実です。

配布元はbartowski/granite-4.2-30b-GGUF、元になったモデルはibm-granite/granite-4.2-30bです。

得意分野はコードを書く作業です。

同じIBMのモデルでは、サイズの近いものにGranite 4.0 H-Small 32B-A9B（32.21B）、Granite 4.2 8B（8.79B）、Granite 4.0 H-Tiny（6.94B）があります。

コンテキスト長を伸ばすと必要メモリはどう増えるか

長い文書を渡す、会話を続ける、コードベース全体を読ませる。こうした使い方ではコンテキスト長を伸ばしますが、その分KVキャッシュがメモリを食います。4bit（Q4_K_M）（17GB）を前提に、コンテキスト長ごとの必要メモリを計算しました。全層が全域注意なので、コンテキスト長に比例してKVが増えます。

コンテキスト	KVキャッシュ	必要合計	必要なGPU	必要なMac
4,096	1.0GB	19GB	VRAM 20GB〜	32GB〜
8,192既定	2.0GB	20GB	VRAM 24GB〜	32GB〜
16,384	4.0GB	22GB	VRAM 24GB〜	36GB〜
32,768	8.0GB	26GB	VRAM 32GB〜	48GB〜
65,536	16GB	34GB	VRAM 48GB〜	48GB〜
131,072	32GB	50GB	GPU単体では不可	96GB〜

KVキャッシュをq8_0に量子化すると、32,768トークンでのKVは約8.0GBから約4.0GBに減ります（品質はわずかに落ちます）。

同じサイズ帯の他のモデル

モデル	開発元	4bitで必要	一言
GLM-4.7-Flash 30B-A3B	Z.ai	19GB	MLA採用でKVキャッシュが小さい軽量MoE
North Mini Code 1.0	Cohere Labs	19GB	コード用途を名前に掲げた30BのMoE。Apache 2.0。メモリ32GB級から
Qwen3-Swallow 30B-A3B	Swallow（東京科学大学・産総研）	19GB	Qwen3 30B-A3Bに日本語を追加学習したMoE。VRAM 20GB級のGPUやMac 32GBで速い
Qwen3-VL 30B-A3B	Alibaba	19GB	画像を読めるQwen3のMoE（アクティブ3B級）。VRAM 20GB / Mac 32GBから
Qwen3 30B-A3B	Alibaba	19GB	MoE型で、メモリさえ足りれば速い。Macやメモリ多めのPC向き
Qwen3-Coder 30B-A3B	Alibaba	19GB	ローカルのコード補助の定番MoE