Reflection、501BパラメータのオープンモデルBeamを発表
原題: Beam: Reflection's 501B open-weight model
なぜ重要か
MoEによる高効率設計でオープンウェイト500B級モデルの推論コストを大幅に下げる試みは、企業のオンプレミス運用の選択肢を広げる可能性がある。
AIスタートアップのReflectionは2026年10月5日、オープンウェイトモデル「Beam」を発表した。総パラメータ数501B（アクティブ23B）のスパースMixture-of-Expertsアーキテクチャを採用し、コーディング・推論・エージェント処理に特化。23.8兆トークンで事前学習、10,500基のNVIDIA GB300 GPUで4週間・1億以上のロールアウトを生成するRLトレーニングを実施した。重みと技術レポートは同月内に公開予定。
Reflectionが初のオープンウェイトモデルとなる「Beam」を発表した。アーキテクチャはスパースMixture-of-Experts（MoE）で、総パラメータは501Bだが推論時にアクティブになるのは23Bにとどまる。これにより推論コストを抑えつつ大規模モデル並みの性能を目指している。
事前学習では、Webおよびライセンス取得済みの独自データセットから収集した23.8兆トークンを使用。同社は「同規模のオープンベースモデルと同等か上回る性能」と述べている。強化学習（RL）フェーズでは10,500基のNVIDIA GB300 GPUを4週間稼働させ、1億件超のロールアウトを生成した。
ベンチマーク結果を見ると、コーディング分野ではSWE Bench Pro v1で65.5点、SWEBench Verifiedで78.0点を記録。GLM 5.2（62.1点）は上回るものの、Kimi K3（88.3点）には及ばない。推論系ではAIME 2026で97.8点、GPQA Diamondで90.5点を達成した。
同社が最も強調するのは「推論効率」だ。GLM-5.2と同水準の高度推論スコアを、3〜4倍少ない推論コンピュートで実現しているとしている。MoEのアクティブパラメータ23Bという設計がこの効率を支える。
現時点でBeamは最終的なレッドチーミングと評価フェーズを進めており、ウェイト・技術レポート・モデルカード・開発者向け成果物は2026年10月内に正式公開される予定。早期アクセスの申し込み受付はすでに開始している。
ReflectionはAIエージェント向けプラットフォームや企業向けセキュリティソリューションを展開するスタートアップで、今回のBeamはその技術基盤のオープンソース化という位置付けとなる。