Reflection AI、オープンウェイトモデル「Beam」を発表──総パラメータ5,010億・アクティブ230億、推論計算量はGLM-5.2比で「3〜4分の1」と主張
Reflection AIは、2026年10月5日、オープンウェイトのAIモデル「Beam」を発表した。同社は、中国勢のオープンモデルに対抗できる性能を、より少ない推論計算量で実現したと主張する。モデルの重み、技術レポート、モデルカードは10月中に公開される予定で、本稿は公式ブログとTechCrunchの報道に基づく。性能はいずれも同社の主張で、独立した検証は確認されていない。
1. Beamの仕様
公式ブログと報道によれば、主な仕様は次の通り。
構造:疎なMixture-of-Experts(MoE)。総パラメータ5,010億、1トークンあたりのアクティブは230億
入力:テキストのみ(マルチモーダルではない)
コンテキスト長:ブログでは256Kトークン、ミッドトレーニングで1Mに拡張と記載。TechCrunchは1Mと報じている
学習データ:厳選した23.8兆トークン(ウェブと独自にライセンスしたデータ)
ライセンス:Apache 2.0
提供:10月中に重みを公開し、ハイパースケーラーやネオクラウド、オープンソースライブラリ経由で提供する計画。早期アクセスの登録も開始
2. 性能:「GLM-5.2並み」を「3〜4分の1の計算量」で
Reflectionは、BeamがZ.ai(智譜)のGLM-5.2と同等のスコアで、推論の計算量は3〜4分の1で済むと説明する(GLM-5.2は報道によれば総パラメータ約7,440億、アクティブ約400億)。位置づけは、推論・コーディング・エージェント用途の「ワークホース」型モデルだ。
公式ブログのベンチマークを見ると、結果は一様ではない。
GLM-5.2とはほぼ並ぶ一方、Kimi K3やQwen 3.8系の最上位には届かない項目もある。報道は、Thinking Machines LabのInkling(7月公開)に対して、双方が結果を出す4つのコーディングテストで上回ると伝えるが、Inklingはマルチモーダルに対応する点でBeamと異なる。同社自身も、強みは絶対性能ではなく効率だと位置づけている。
3. 学習の規模
ブログによれば、学習の規模は次の通り。
事前学習:NVIDIA GB300 NVL72の6,144基で4週間。学習の稼働効率(グッドプット)は92.3%
強化学習(RL):GB300の1.05万基で4週間。1億回超のロールアウト、13億のサンドボックス、100万の高品質な環境
同社は、これを「オープンラボとしては最大級のRL実行の一つ」と述べ、RLの性能向上に頭打ちの兆候はないと主張する
加えて、専門家(エキスパート)の負荷がほぼ均一(最も忙しい専門家でも平均の1.04倍)になったことや、安全面で複数の教師モデルによるオンポリシー蒸留(MOPD)を使ったことも説明されている。
4. Reflection AIの事業的な位置づけ
TechCrunchによれば、Reflectionは、2024年にGoogle DeepMindの元研究者2人が創業した。直近のラウンドは評価額250億ドル(プレマネー)、累計調達額は約47億ドルで、投資家に、NVIDIA、Sequoia Capital、Lightspeed Venture Partnersが含まれる。SpaceXとNebiusとの間で、2029年までのGB300利用について70億ドル超の計算資源契約を結んだ。
ターゲットは、企業、国家、公共部門で、機関が独自データで自前のAIを作る「AIファクトリー」を提供する戦略だ。韓国のShinsegae Groupとソブリンなファクトリーを検証中という。NVIDIAのJensen Huang氏は、同社を支援し、「AIファクトリー」の概念を提唱している。
