Reflection AIがオープンウェイトモデルBeamを発表：総パラメータ501B、アクティブ23B、Apache 2.0の重みは公開待ち
MarkTechPostの2026年10月5日の報道によると、Reflection AIは初のオープンウェイトモデルBeamを発表した。総パラメータ501B、トークンあたりアクティブ23Bで、コーディングとエージェントタスク向け。推論強度パラメータと100万トークンの有効コンテキストをサポートし、Apache 2.0の重みは2026年10月後半に公開予定。現在もレッドチーミング中で、ウェイトリストのみ開放されている。
主な変更
MarkTechPostの2026年10月5日の報道によると、Reflection AIは初のオープンウェイトモデルBeamを発表した。Beamはスパース混合エキスパートモデルで、総パラメータ501B、トークンあたりアクティブ23B。コーディング、推論、エージェントワークロード向けで、テキスト入力のみをサポートし、有効コンテキストは100万トークン。Reflectionチームは、BeamがGLM 5.2などのより大規模なオープンモデルを直接意識したもので、推論系ベンチマークで必要な推論計算量が3〜4倍少ないと述べる一方、Kimi K3が素の能力では依然リードしていることも認めている。モデルは推論強度パラメータを備え、タスク難易度と計算予算に応じて調整できる。事前学習は23.8兆トークンを使用し、6,144基のNVIDIA GB300 NVL72 GPUで4週間未満で完了。強化学習段階では10.5K基のGB300 GPUで4週間訓練し、1億回を超えるロールアウトを生成、最大ロールアウトコンテキストは256Kトークン。Reflectionが自ら公表した成績はSWE-bench Verified 80.9、Terminal Bench v2.1 80.1。Beamは最終レッドチーミング中とされ、セルフホストは現時点で利用不可。早期アクセスはReflectionプラットフォームのウェイトリストを通じて開放され、Apache 2.0の重みは2026年10月後半に公開予定とされている。
開発者への影響
報道で開示された仕様から見ると、Beamの位置づけは最強のオープンモデルに単純に追いつくことではなく、トークンあたりアクティブパラメータを23Bに抑えつつ総パラメータを501Bに収め、効率でデプロイの敷居を下げることにある。開発者にとって直接変わるのは推論コスト構造だ。3〜4倍の計算量節約という主張が成り立てば、同じコーディングやエージェントタスクをより少ないGPUで近いスループットで実行できるが、これはReflectionチームの主張であり、独立に再現された結論ではない。第二の影響はライセンスにある。報道ではBeamはApache 2.0を採用予定とされ、比較表のKimi K3はカスタムライセンスで極端に大規模な製品には追加の帰属表示を要求し、GLM-5.2とDeepSeek V4.1 FlashはMIT、Nemotron 3 UltraはOpenMDW-1.1とされている。強調すべきは、重みがまもなく開放されることとライセンス条項が確定することは別問題であり、Apache 2.0は報道時点ではまだ計画であることだ。重みが実際に公開されライセンスが添付されるまでは、いかなる利用権も有効になったと見なすべきではない。第三の影響は能力の境界である。Beamはテキストのみをサポートし、表でテキストと画像をサポートするDeepSeek V4.1 FlashやKimi K3とは異なり、マルチモーダルワークロードには別のモデルを選ぶ必要がある。ベンチマーク面では、DeepSeek V4.1 FlashとKimi K3がTerminal Bench v2.1で依然リードしており、効率優位が全面な能力逆転を意味するわけではないことが示されている。
導入と評価の提案
以下は提案と条件分析であり、報道された事実ではない。判断一：Beamをコーディングエージェントの候補プールに入れるか。報道ではSWE-bench Verified 80.9、Terminal Bench v2.1 80.1とされ、いずれもReflectionの自己申告である。前提として重みとライセンスが実際に公開される必要があり、そうでなければ現時点ではウェイトリスト経由でしか評価できない。実行可能な評価基準は、自社リポジトリのパッチ生成タスクで現行モデルとの通過率とタスクあたりトークン消費を比較し、通過率が近くトークン消費が明確に下がる場合にのみ切り替え価値があると判断することだ。判断二：推論強度パラメータによるコストと品質のトレードオフをどう扱うか。報道ではこのパラメータは低設定で短い回答寄り、高設定でより長い推論を許容するとされ、Beam固有の明示的な制御点である。タスク難易度の分布が大きく異なるパイプラインに適する。選択の原則は、まず他の変数を固定し、同一の難問群を低・中・高の三段階で実行して正答率と総出力トークンを記録し、コスト曲線の変曲点を見つけてからどの段階をデフォルトにするかを決めることで、全体で単一の段階を使うことではない。判断三：ライセンスとコンプライアンスの事前チェック。重み公開前に、「本当にApache 2.0で公開されるか、ライセンスファイルが重みとともに提供されるか」をリリース前提条件に据えるべきだ。公開条件が報道の予想と異なる場合、切り替え判断はやり直す必要がある。評価基準は、ライセンスファイルが重みと同期して提供され、条項が予想と一致するかどうかである。
制限と未確認事項
報道時点でBeamは最終レッドチーミング中で、セルフホストは利用不可、Reflectionプラットフォームのウェイトリスト経由でのみ早期アクセスが開放されているため、現時点でローカル重みの実測はできない。すべてのベンチマークスコアはReflectionが自ら公表した表に由来し、競合のスコアはArtificial AnalysisとDataCurveから引用されており、独立した第三者の再現はなく、SWE-bench Verified 80.9、Terminal Bench v2.1 80.1はベンダー自己申告データと見なすべきだ。Apache 2.0は計画と記述され、重みは2026年10月後半に公開予定。現時点のカタログ確認時点で、Beamのこのリリース版はKimiSeekに掲載されておらず、報道中のAPIとプラットフォームの可用性はいずれもReflection AI側を指し、当サイトのカタログとは無関係である。安全性評価の結果は技術報告で公表されると報じられているが、現時点で具体的なデータはない。3〜4倍の推論計算量節約という主張はReflectionチームによるもので、テスト条件、ベースラインの選択、測定方法は報道で説明されていない。効率向上がセルフホスト環境で再現できるかは依然不明である。
元の報道の図版
