Reflection AI、5010億パラメーターのオープンウェイトモデル「Beam」を発表

Reflection AIは2026年10月5日、オープンウェイトの言語モデル「Beam」を発表した。パラメーターは5010億で、そのうち各トークンで動くのは230億である。Reflectionの発表によると、重み、モデルカード、技術レポートは「今月中」にApache 2.0ライセンスで公開される。同社は、Beamが推論能力でGLM-5.2に並び、しかもインファレンスの計算量は3〜4分の1で済むと主張している。それが本当なら、開発者は独自のライセンス条件が付かない大規模なコーディングモデルを手に入れることになる。

Reflectionが公開したもの

Beamはミクスチャー・オブ・エキスパート、つまりMoEのモデルだ。MoEモデルはパラメーターを多数の小さな「エキスパート」ネットワークに分け、各トークンにはそのうちのいくつかしか使わない。だからBeamは5010億のパラメーターを保持しながら、一度に計算に使うのは230億だけなのである。

Reflectionは、ウェブ、公開、ライセンス取得済みのデータからなる23.8兆トークンでBeamを学習させた。コンテキストウィンドウは当初25万6000トークンで、後の学習段階で100万トークンに拡張された。コンテキストウィンドウとは、モデルが一度に読めるテキストの量のことだ。

現時点で使えるのは、platform.reflection.aiを通じた早期アクセスだけだ。完全な重みは10月中にApache 2.0で公開される。Apache 2.0は寛容なライセンスで、Crypto Briefingは「最も寛容なオープンソースライセンスの1つ」と呼んでいる。

ベンチマークの数字

Reflectionは、コーディング、推論、エージェントのテストにわたるスコアを公表した。いずれも同社自身の数字である。Crypto Briefingは、独立したテストは重みが公開されるまで待つ必要があると指摘している。

ベンチマーク	測る内容	Beam
SWE-Bench Verified	実際のGitHub issueの修正	80.9
SWE-Bench Pro v1	より難しいソフトウェアタスク	65.5
Terminal Bench v2.1	コマンドラインのタスク	80.1
MCP Atlas	MCPを通じたツール呼び出し	78.7
BrowseComp（コンテキスト管理あり）	ウェブ調査	77.4
GPQA Diamond	大学院レベルの科学の問題	90.5
AIME 2026	競技数学	97.8
Humanity's Last Exam（ツールなし）	非常に難しい専門家レベルの問題	36.2

比較の中身は、誰が報じるかによって変わる。Reflectionは、BeamがGLM-5.2に匹敵するスコアを、3〜4分の1のインファレンス計算量で出すとしている。SiliconANGLEは、BeamがAlibabaのQwen 3.8-Maxに迫り、AnthropicのClaude Fable 5.1には及ばないと書いている。Crypto Briefingはさらに踏み込み、BeamはGLM-5.2とQwen 3.8-Maxの両方を上回ると述べている。Qwenについては報道が食い違っているため、その主張は未確定として扱うべきだ。

Reflectionはどう学習させたか

学習は短期間かつ大規模だった。Reflectionによると、事前学習には6144基のNvidia GB300 GPUを4週間足らず使い、グッドプットは92.3%だった。グッドプットとは、クラスターが障害からの復旧ではなく有益な学習に費やした時間の割合である。

強化学習には、1万500基のGB300 GPUを4週間使った。強化学習とは、モデルがタスクに挑戦して採点を受けることで向上していく手法だ。SiliconANGLEはこの数字を1万基としている。Reflectionによると、この段階では13億のサンドボックスと1億回を超える練習の試行が実行された。サンドボックスとは、モデルがコードを安全に実行できる隔離された環境のことだ。

Reflectionは、エキスパートが偏りなく使われたことも報告している。最も負荷の高いエキスパートでも平均負荷の1.04倍で、作業がほぼ均等に分散されていたことを意味する。

Beamの背後にいるのは誰か

SiliconANGLEとCrypto Briefingによると、Reflectionは元Google DeepMindの研究者であるMisha LaskinとIoannis Antonoglouが2024年3月に創業した。Crypto Briefingは、同社がプレマネー評価額250億ドルで40億ドル超を調達したと報じている。出資者にはNvidia、Sequoia、Citigroupが含まれる。

開発者にとっての意味

まだダウンロードできるものはないので、今は移行ではなく計画の段階だ。重みが公開される前に自分のコーディングタスクでBeamを試したいなら、早期アクセスプログラムに参加するとよい。

大きなハードウェアを見込んでおくこと。MoEの設計が減らすのはトークンあたりの計算量であって、メモリではない。5010億のパラメーターはすべてメモリに載せる必要があり、1パラメーターあたり1バイトで約500GBになる。当サイトが8月にGLM-5.3のオープンウェイトを報じた際、そのモデルには少なくとも8基のハイエンドGPUが必要だった。BeamもマルチGPUサーバーか、ホスティング事業者が必要になると見ておきたい。

ライセンスは最もはっきりした利点だ。Apache 2.0は、GLM-5.3に付いていた独自条件なしで商用利用を認めている。現時点では発表しかないため、重みが公開されたら最終的なライセンスファイルを法務に確認してもらうこと。

最後に、ベンチマークは自分で回し直すこと。ReflectionはBeamをGLM-5.2と比較したが、Z.aiはその後GLM-5.3を出している。乗り換える前に両方を自分のリポジトリで試し、今月中に出る技術レポートにも注目したい。