ホーム › 比較ツール › Granite 4.0 H-Small 32B-A9B 対 Qwen 3.6 27B

Granite 4.0 H-Small 32B-A9BvsQwen 3.6 27B

徹底比較: Granite 4.0 H-Small 32B-A9B (パラメータ数32B、IBM)と Qwen 3.6 27B (27B、Alibaba)。量子化ごとの必要VRAM、4種類の基準GPUで測定した毎秒の生成トークン数、用途別の評価、ライセンス、インストールコマンド。すべての数値はカタログのデータから計算しており、ページ間でのコピー&ペーストは一切ありません。

要約

特徴 Granite 4.0 H-Small 32B-A9B Qwen 3.6 27B
パラメータ 32B 27B
ファミリー Granite Qwen
著者 IBM Alibaba
開発国 US CN
ライセンス Apache 2.0 Apache 2.0
コンテキスト 128 000 トークン 262 144 トークン
公開日 2025年10月 2026年4月

メモリフットプリント

平均的なコンテキストウィンドウでの推論に必要なVRAMの概算値です。勝者(緑色)は消費量が 少なく、小規模モデルに有利です。

量子化 Granite 4.0 H-Small 32B-A9B Qwen 3.6 27B
Q4_K_M(軽量) 19 GB 16 GB
Q5_K_M(バランス型) 23 GB 19 GB
Q8(ほぼ無損失) 35 GB 29 GB
FP16(最高品質) 64 GB 54 GB
CPUのみで実行する場合のRAM 32 GB 28 GB

推定速度(トークン/秒)

各GPUで実行可能な最適な量子化に基づく推定値です。実際の数値はプロンプト、コンテキスト、エンジン(llama.cpp、vLLM、MLX)によって異なります。 方法論.

基準となるGPU Granite 4.0 H-Small 32B-A9B Qwen 3.6 27B
RTX 4090 (24 GB) 75 tok/s · Q5_K_M 32 tok/s · Q5_K_M
RTX 4080 (16 GB) ✗ 重すぎる 13 tok/s · Q4_K_M
RTX 3060 12GB (12 GB) ✗ 重すぎる ✗ 重すぎる
Apple M4 Pro (48 GB) (36 GB) 30 tok/s · Q8 13 tok/s · Q8

ユースケース別評価

一般的な用途ごとに、タグ、サイズ、専門性に基づいてどちらが最も適しているかを示します。

一般チャット
接戦 — 具体的な条件によって変わります。 この基準では両者同等です。VRAMやライセンスの制約に応じて判断してください。
開発 / コーディング
Qwen 3.6 27B が勝利。 コードに特化したモデルで、HumanEval と MBPP でより優れた成績。
推論 / 数学
Qwen 3.6 27B が勝利。 推論過程を明示するモデル(chain-of-thought)で、数学・論理の問題でより優れています。
ビジョン / 画像
Qwen 3.6 27B が勝利。 画像入力をネイティブでサポートします。
RAG / 長い文書
接戦 — 具体的な条件によって変わります。 この基準では両者同等です。VRAMやライセンスの制約に応じて判断してください。
エージェント & ツール使用
接戦 — 具体的な条件によって変わります。 この基準では両者同等です。VRAMやライセンスの制約に応じて判断してください。
ローカルAIキット

お使いのマシンで、プライベートかつ無料のChatGPTを1時間で構築 — LM Studio、Ollama、Open WebUI、ご自身のドキュメント、クラウド不要。

  • 永久に利用できるオンラインスペース
  • PDF + ファイル
  • 30日間返金対応

強みと弱み

IBM · 32B

Granite 4.0 H-Small 32B-A9B

Mamba-2とMoEのハイブリッド。総パラメータ32B、アクティブパラメータ9B。長いコンテキストではRAM使用量が約70%少ない。Apache 2.0。

  • 長いコンテキストでのRAM使用量を70%削減
  • Apache 2.0
  • Enterprise-ready
  • 新しいバージョンのllama.cppによる対応が必要

インストール

ollama run granite4:small-h
Alibaba · 27B

Qwen 3.6 27B

デンス型27Bマルチモーダルモデル、2026年4月22日公開。262kコンテキスト(YaRNで1M)。SWE-bench Verified 77.2%。

  • SWE-bench Verified 77.2%
  • ネイティブなマルチモーダル対応
  • 262k ctx(1M YaRN)
  • Apache 2.0
  • Q4で16+ GB
  • ハイブリッドアーキテクチャ(対応した比較的新しいバージョンのllama.cppが必要)

インストール

ollama run qwen3.6:27b

よくある質問

RTX 4090(24 GB)では、Granite 4.0 H-Small 32B-A9BとQwen 3.6 27Bのどちらがより快適に動作しますか?

RTX 4090上では、Granite 4.0 H-Small 32B-A9Bは Q5_K_M (約75トークン/秒)、Qwen 3.6 27Bは Q5_K_M (約32トークン/秒)。出力速度だけで比較すると、 Granite 4.0 H-Small 32B-A9B が優位です。 構成ツール で、お使いのGPUの機種を指定して試してみてください。

VRAM消費が最も少ないのはどれか?

Q4_K_M の場合、Qwen 3.6 27Bに必要な容量は16 GBですが、競合製品には19 GB必要です。RTX 3060または4060 Ti 8 GBを狙う場合に意味のある3 GBの差があります。

コーディングにはGranite 4.0 H-Small 32B-A9BとQwen 3.6 27Bのどちらがよいですか?

Qwen 3.6 27B が最も適しています(コード特化、HumanEval 最高スコア)。IDE コパイロットとして使用する場合は、と組み合わせる Continue またはAider。

これらのモデルは商用の本番環境で使用できますか?

Granite 4.0 H-Small 32B-A9B は Apache 2.0 ライセンスで公開されており、商用利用も自由です。 Qwen 3.6 27B は Apache 2.0 ライセンスで公開されており、こちらも自由に利用できます。SaaS には Apache 2.0 または MIT を優先してください。

2026 年にどれを選ぶべきか?

主な制約条件によります。 より小さい / より高速 : Qwen 3.6 27B(27B)。 より高性能 : Granite 4.0 H-Small 32B-A9B(32B)。迷ったら、次を実行してください 構成ツール お使いのGPUとユースケースに基づいて判断します。

検討すべき代替案

どちらもご希望に合わない場合は、検討できる類似モデルを以下に紹介します。

さらに詳しく