Reflection AI、501B「Beam」公開

Reflection AIは初のオープンウェイトモデル「Beam」で市場に参入する。ウェブと独自ライセンスデータセットから集めた23.8兆トークンで学習したとしている。最大規模のモデルを追うのではなく、コーディング、推論、エージェント用途を軸に設計し、同規模の既存オープン基盤モデルと同等以上と主張する。

学習自体も規模が際立つ。Reflection AIによると、10,500基のNVIDIA GB300 GPUを使い4週間の学習期間で1億回以上のロールアウトを生成。高計算量の強化学習を支えるアルゴリズム、学習環境、インフラを開発したという。このインフラの主張が、続く効率性アピールの土台となっている。

効率性の訴えが競争上の位置づけを決める。Reflection AIはBeamがGLM-5.2のような大規模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でQwen 3.8-Maxに迫ると説明。高度な推論ベンチマークで推論計算量3分の1から4分の1で同等スコアに達し、2兆パラメータ超のモデル群には差がさらに開くという。オープンモデルを比較検討する開発者にとって焦点は、今月公開される重みと技術レポートで独立した検証がこの優位性を裏付けるかどうか。現時点の性能比較はすべてReflection AI自身の説明に基づくためだ。