Reflection AIは、コーディング、推論、エージェントワークロード用に設計された初のオープンウェイト疎型Mixture-of-Experts (MoE) モデルであるBeamを発表した。このモデルは総パラメータ数501Bを持ち、トークンごとにアクティブなパラメータは23Bのみで、大幅に少ない推論計算量でより大きなオープンモデルと競争することを目指している。

  • Beamは、従来のフィルタが除外するサンプルを保持したキュレーション済みデータセットを用いて、4週間未満で6,144台のNVIDIA GB300 GPUで23.8兆トークンの事前学習を行った。
  • 強化学習には4週間にわたり10.5K台のNVIDIA GB300 GPUが使用され、ほぼ100万のコーディングおよびエージェント環境において1億回以上のロールアウトを生成した。
  • SWE-bench Verifiedで80.9、Terminal Bench v2.1で80.1を達成し、前者ではNemotron 3 Ultraを上回り、後者ではGLM 5.2に迫る性能を示した。
  • Beamには制御可能な推論努力パラメータが含まれており、ユーザーはタスクの難易度と計算予算に基づいて回答の長さと複雑さを調整できる。
  • ウェイトは2026年10月下旬にApache 2.0ライセンスの下でリリースされる予定であり、早期アクセスは現在Reflectionプラットフォームのウェイトリストを通じて利用可能。

Reflectionは、Kimi K3やGLM 5.2などの競合他社と比較して推論時の効率性を提供することで、Beamを西洋圏のオープンウェイトフロンティアを推進するものとして位置づけている。