Reflection AI、総501BのオープンモデルBeamをApache 2.0で公開

Reflection AIは初のオープンウェイトモデルBeamをHugging Faceで公開した。総パラメーター501B、実働23BのMoEで、100万トークンの文脈を扱うテキスト専用モデルだ。Apache 2.0で、BF16、FP8、NVFP4の重みと推測デコード用の小モデルもそろう。ブログによると提携先は40以上だが、10月17日時点では配信が始まっていない所もある。

記事の内容を自社でどう進めるか、内容が固まっていない段階でも相談できます。仕事の相談

毎週 1 回、その週の記事から 5 本と実践の 1 本を選んでメールで届けます。ニュースレターを購読する（無料）

数字で見るBeamの中身

Hugging Faceのモデルカードによると、総パラメーターは501.3B、実働は23.4B。層は52で、うち3層が密、49層がMoE、専門家の数は256だ。文脈は100万トークン、語彙は15万2000。知識の締め切りは2026年6月30日で、主に英語向けに作られた。

重みはBF16、FP8、NVFP4の3つの精度で出ている。Reflectionの公式ブログは、推測デコード用の小さな下書きモデルも一緒に公開したとしている。精度を落とした版はメモリが少なくて済み、下書きモデルは生成を速くするためのものだ。

モデルカードの表では、BF16版でSWE-bench Verifiedが81.6%、Terminal Bench v2.1が80.1%、道具呼び出しのMCP Atlasが80.8%。FP8とNVFP4も多くの項目で1ポイント前後の差に収まっている。いずれもReflection自身の評価だ。

モデルカードはもう一つ、推論に使うトークンの少なさを売りにしている。主要なオープンモデルと同じくらいの質の答えに、推論のトークンをおよそ3分の1しか使わないという。長い作業を何度も回すエージェントでは、トークンの量がそのまま料金と待ち時間になる。もっとも、この比較もReflection自身の主張で、比べた相手の名前はモデルカードにない。

手元で動かす道と借りる道

自分のところに置きたい人向けには、Transformers、vLLM、SGLang、Unsloth、Axolotl、NVIDIA Dynamoなどが初日から対応しているとブログは書く。重みからそのまま推論の口を立てられる、という触れ込みだ。

ただ、総501Bという大きさは個人のノートパソコン向けではない。手軽に試すなら借りる道がある。Reflection自身のAPIはplatform.reflection.aiで公開ベータとして無料で始められる。ブログによると提携先は40以上で、AWS、Google Cloud、Microsoft Azure、Cloudflare、Fireworks AI、Together AI、OpenRouter、Ollama、LM Studioなどが名を連ねる。社内のサーバーやネットにつながない環境向けには、DellとHPEが提供する。

ただし、名前があることと、今すぐ呼べることは別だ。Hugging Faceのモデルのページには10月17日時点で、推論サービスでの配信はまだないという表示が出ていた。OllamaやLM Studioも一覧に名前があるだけで、使い方や配信の状況はブログに書かれていない。自分のパソコンに収まるかどうかも別の話で、どの精度ならどれだけのメモリで動くかは、今回確かめた資料には書かれていない。

エージェント用の道具も一緒に

Reflectionは端末でBeamを動かすMirror CLIもオープンソースとして出した。道具呼び出しの承認、会話の再開、別々のworktreeでの並列エージェント、MCP接続に対応する。BeamはMirrorと合わせて訓練したという。OpenCode、Hermes、Piでも試験済みで、リポジトリを読み、ファイルを書き換え、コマンドを実行する作業を確かめたとしている。

利用の条件も緩い。モデルカードは、蒸留、出力を使った他モデルの訓練、微調整、量子化を禁じないと明記する。自分たちの分野に合わせて鍛え直す道も用意する。NVIDIAのNeMo RLやHugging FaceのTRLなどと組んだ微調整と強化学習の手順を出し、自分の作業の記録でLoRAを訓練する「自己蒸留」の手順も近く公開するという。

編集部の見方

Claude CodeやCodexで作っている小さなチームにとって、Beamはまず「借りて試せる、いざとなれば自分で持てる」モデルだ。コードを外に出しにくい案件や、料金を自分で管理したい場面では、Apache 2.0で重みが手に入る意味は大きい。ただし評価の数字はすべてReflection自身のもので、自前で動かすには相当なGPUが要る。まずは公開ベータで無料から始められるReflectionのAPIで、いつもの作業を1本流して比べるのがよさそうだ。OpenRouterにも10月17日時点でBeamのページがあり、慣れた口から呼びたい人はそちらでもよい。