
何が起きたか
Reflection AIが初のオープンウェイトモデル「Beam」の早期アクセスを開始。総パラメータ5010億、アクティブ230億で、23.8兆トークンで事前学習された。
なぜ重要か
Beamはコーディング、推論、エージェント用途向けに作られ、同規模の既存オープンモデルと同等以上と同社は主張。開発者に安価な基盤モデルの選択肢となり得る。
注目点
効率性の主張は外部検証が鍵。推論計算量が3分の1から4分の1で大規模オープンモデル並みのスコアに達するとしている。重み、技術レポート、モデルカードは今月公開予定。
誰に効くかコーディングやエージェント用途でオープンウェイトモデルを選ぶAI開発者やエンジニアリングチームが主な対象。Beamは最大規模ではなく安価な推論を軸に位置づけられている。自社ホスト型モデルを検討する企業チームは、同規模の既存オープン基盤モデルと比較検討する可能性がある。
こういう要約が、毎朝あなたのメールに届きます。
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。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る
オフライン評価とクリック率が合わなくなった実務者が、統計、PRML、Deep Learning、PyTorch実践入門、Sutton & Bartoの強化学習の5冊を順に読破した

METRがTime Horizon 1.1を公開し、タスク数を170から228に拡張

Google検索担当VPのRobby Stein氏がXで、数週間のテストを経てGoogle.comのデスクトップ版が正式に刷新されたと確認

Home DepotはAIアシスタント「Magic Apron」が月間数百万件の質問に対応し商品やプロジェクトを学習しているとRebecca Godecke氏が述べた

DanaherとMicrosoftが科学機器向けAI基盤で提携し、Danaherの機器データとMicrosoftのクラウド・AI機能を組み合わせる

トヨタ先進プロダクト開発部の山田光氏が2025年12月、社内ツールTAA向けに「会議品質評価プロンプト」を完成
