Reflection AI、501Bオープンウェイトモデル「Beam」の早期アクセスを開始

　Reflection AIは、同社初のオープンウェイトモデルである「Beam」の早期アクセスを開始した。重み付けデータ、技術レポート、モデルカード、開発者向け資料は今月中に公開予定。

　Beamは、総パラメータ数5,010億個、アクティブパラメータ数230億個を持つAIモデルで、コーディング、推論、エージェント処理のワークロード向けに構築された。Webおよび独自のライセンスデータセットから収集した23.8兆個の多様で厳選された高品質のトークンを用いモデルを事前学習を行ない、同規模の既存のオープンベースモデルと同等以上の性能を実現した。

　同時に、大規模な高計算強化学習（RL）を維持するために必要なアルゴリズム、トレーニング環境、インフラストラクチャを開発。同社の高計算RL実行では、4週間のトレーニング期間にわたり、10,500台のNVIDIA GB300 GPU上で1億回以上のロールアウトを生成した。

　機能的には、特にコーディングとエージェント性能に重点を置いてBeamをトレーニング。性能的には、GLM-5.2のような大規模なオープンモデルと競合し、コーディングとエージェントタスクにおいてはQwen 3.8-Maxに迫る性能を発揮。Beamの強みとしては、推論時の効率性にあるとしており、コーディング機能とエージェント機能を非常に効率的な推論機能と組み合わせ結果を出す。高度な推論ベンチマークにおいて、GLM-5.2に匹敵するスコアを達成しながら、推論計算量は3～4分の1に抑えられており、Qwen 3.8-Maxのような2T+パラメータファミリーのモデルと比較すると、効率性の向上はさらに顕著となっている。トークンあたりのインテリジェンスの向上につながっており、低コストで強力なモデル機能を実現している。