- Reflectionが501B/23BアクティブのMoE「Beam」を発表。コーディングやエージェント向け
- 完全な重みはApache 2.0で今月中に公開予定。米国でゼロから学習されたモデル
- SWE-bench Verifiedで80.9と主張。推論効率はGLM 5.2の3〜4倍とされる
何が発表されたのか
米国のAI企業Reflectionは、テキスト専用の大規模言語モデル「Beam」を発表しました。コーディングやエージェント、科学用途を想定したMoEモデルで、総パラメータ数は501B、推論時に使われるアクティブパラメータは23Bです。MoEは入力に応じて一部のパラメータだけを使う設計で、モデル全体を大きくしながら計算コストを抑えられます。
Beamはゼロから学習されたとされ、完全な重みはApache 2.0ライセンスで今月中に公開される予定です。Apache 2.0は商用利用や改変、再配布を比較的自由に認めるライセンスで、企業が自社環境に組み込みやすい条件といえます。Reflectionはこれまで長くステルス状態にあり、モデル公開に至るかが不透明でしたが、今回の発表でオープンモデルを手がける研究組織としての立場を示した形です。
学習の規模と設計
Reflectionのチームによれば、事前学習には23.8Tトークンが使われ、その一部は数百万件規模のPDFを処理するOCRパイプラインから得られたとされています。さらに10K基のGB300上でRL/OPDを安定して走らせ、約1Mのタスクに対して1億回を超えるロールアウトを実施したと説明されています。
事前学習と強化学習にはそれぞれ約4週間が費やされ、計算には約10,500基のGB300が使われたとされています。主張されている性能はSWE-bench Verifiedで80.9、推論効率はGLM 5.2の3〜4倍とされています。ただしこれらは現時点ではReflection側の説明に基づく数値です。
第三者の評価
独立系の評価機関であるArtificial AnalysisはBeamへの早期アクセスを得ており、その知能水準に対して最もトークン効率の良いオープンモデルの一つになると予想しています。技術レポートやOSS統合も約束されている段階です。
Elie Bakouch氏は、事前学習のBF16 MFUが約12%にとどまると推定しています。MFUは計算資源をどれだけ無駄なく使えたかを示す指標です。同氏はアーキテクチャをグローバルアテンションとスライディングウィンドウアテンションを3:1で交互に配置したものと読み、held-outのコードperplexityがDSv4より良いと指摘しています。
Teortaxes氏はBeamをDeepSeek V3のiso-FLOP（同じ計算量）での再現と評し、4週間で約1.3BのRLサンドボックスが使われ、最大17万基が同時に稼働したと推測しています。位置づけについては、GLM-5.2程度で一部ベンチマークではDSv4 Flashに劣るとの見方や、NvidiaやThinking Machinesと並ぶ米国の強いリリースだが中国勢には及ばないとする見方があります。
現時点での注意点
現時点で確認できる情報の多くは、Reflection側の主張か第三者の推測に基づくものです。技術レポートはまだ公開されておらず、アーキテクチャや学習の詳細は独立に検証されていません。重みの公開も「今月中」とされている段階で、実際に配布が始まったかどうかは原文では触れられていません。
コスト面では、Axiosが公開前に報じた内容として、ReflectionがColossusの計算資源に月1.5億ドルを支払い、Nebiusと10億ドルの契約を結んでいると伝えています。学習と推論の効率を売りにする一方で、開発には大規模な計算投資が必要であることがうかがえます。
| 論点 | Reflectionの主張 | 第三者の見方 |
|---|---|---|
| SWE-bench Verified | 80.9 | 一部ベンチマークでDSv4 Flashに劣るとの指摘 |
| 推論効率 | GLM 5.2の3〜4倍 | Artificial Analysisは高トークン効率と予想 |
| 学習の効率 | 約10,500基のGB300で各4週間 | BF16 MFUは約12%との推定（Elie Bakouch氏） |
| 位置づけ | Inkling、Nemotron、GLM 5.2と比較 | GLM-5.2程度で、中国勢には及ばずとの見方 |
Reflection announced Beam, a text-only 501B-total / 23B-active MoE for coding, agentic and scientific work. It was trained from scratch, and full weights under Apache 2.0 are due this month
Reflectionは、コーディングやエージェント、科学用途向けのテキスト専用MoEであるBeamを発表した。総パラメータ501B、アクティブ23Bで、ゼロから学習されており、Apache 2.0の完全な重みが今月中に公開される予定である。
今後の見通し
今後まず注目されるのは、Apache 2.0での重み公開が予定どおり実施されるかどうかです。公開されれば、日本語を含む多言語での性能や、実際のコーディングエージェントでの使い勝手を第三者が検証できるようになります。Artificial Analysisによる詳細なベンチマーク結果や、約束されている技術レポートとOSS統合が公開されれば、主張されている数値の妥当性を判断できるとみられます。また原文は、今月中に米国の他のラボもオープンモデルを出すと伝えており、それらとの比較がBeamの位置づけをより明確にするでしょう。
日本の開発者・IT企業にとっての意味
オープンウェイトのモデルは、API経由の利用と違い、自社環境に持ち込んでファインチューニングしたり、機密データを外部に出さずに運用したりできます。Apache 2.0で501B/23Bアクティブのモデルが公開されれば、日本語のコーディングエージェントや社内ツールの選択肢が一つ増えることになります。ただしアクティブパラメータが23Bでも、推論には複数のGPUが必要になる可能性が高く、導入コストは小規模モデルより大きくなるとみられます。またBeamの性能はまだReflection側の主張が中心で、中国勢のモデルが先行しているという見方もあるため、公開後に自社のタスクで評価してから採用を判断するのが現実的です。米国発のオープンモデルが増えることは、調達先やライセンス条件を分散させる観点でも意味があります。
気になる点
- Beamは商用利用でき、日本企業でも使えますか
- 完全な重みはApache 2.0ライセンスで今月中に公開される予定とされています。Apache 2.0は商用利用や改変、再配布を認める条件なので、日本企業が自社システムに組み込むことも想定できます。ただし公開時点での実際の配布形態や利用条件の詳細は、原文では明らかにされていません。
- 既存のGLMやDeepSeekからの移行は簡単ですか
- 原文ではOSS統合が約束されているとされているだけで、対応するフレームワークや移行手順は示されていません。総パラメータ数は501Bと大きく、アクティブが23Bでも自社サーバーでの運用には相応のGPU資源が必要になるとみられます。具体的な要件は技術レポートの公開を待つ必要があります。
- SWE-bench Verifiedの80.9という数値は信頼できますか
- この数値はReflectionが主張するもので、記事の時点では独立した検証結果は示されていません。Artificial Analysisが早期アクセスで評価を行っており、その結果が出れば妥当性を判断する材料になります。第三者の見方では、一部ベンチマークでDSv4 Flashに劣るとの指摘もあります。
用語解説
- MoE
- Mixture of Experts。複数の専門家ネットワークのうち一部だけを入力ごとに使う構造で、計算量を抑えつつモデルを大きくできる。
- Apache 2.0
- 商用利用・改変・再配布を広く認めるオープンソースライセンス。特許に関する条項も含む。
- SWE-bench Verified
- 実在のソフトウェア課題を解かせるコーディング能力のベンチマーク。Verifiedは人手で検証済みの設問で構成される。
- MFU
- Model FLOPs Utilization。学習に使える計算資源のうち、実際にどれだけ活用できたかを示す比率。
- アクティブパラメータ
- MoEモデルで1回の推論時に実際に使われるパラメータ数。総パラメータ数より小さいほど計算コストが低い。
出典
[AINews] Reflection Beam - 501B-A23B American Open Model
AI導入も顧問も、お任せください
何から手をつけるか、どこまでAIに任せるか。自社の業務に合わせて整理し、導入から運用まで伴走します。相談だけでも構いません。
AI導入について相談する