Reflection AI、501Bモデル公開

Reflection AIの今回の発表は、同スタートアップが250億ドルの評価額で資金調達を行ってから数カ月後のことだ。同じ頃、同社はSpaceX Corp.と63億ドルでNvidia GB300 NVL72アプライアンス——各システムに72枚のグラフィックスカードを搭載——をレンタルする契約を結んだと報じられており、Beamの学習にはこれらのシステムが使われた。

学習のレシピは、比較的小さなプロトタイプモデルから始まり、次第に大規模で高性能なアルゴリズムへと移行し、最終的にBeam Baseが完成した。Reflection AIは6,144枚のグラフィックスカードによるクラスタ上でBeam Baseを開発し、公開ウェブや商用ソースから取得した23.8兆トークンで学習させた。これには大量のソフトウェアコードも含まれ、プログラミング言語ごとにカスタムフィルターを適用して低品質なファイルを除去した。中間学習フェーズではモデルのコンテキストウィンドウを拡張し推論能力を高め、続く第3のハードウェア集約型フェーズでは10,000枚のGB300グラフィックスカードが13億件の強化学習サンドボックス——コード生成、ウェブ検索、AIエージェントの実行に最適化された仮想環境——を起動した。

結果を左右するのは、早期アクセスユーザーがBeamの日常的な性能がベンチマークと一致すると感じるかどうかだ。Reflection AIは、Beamが2兆パラメータ超のモデルであるQwen 3.8-Maxに迫ると述べているが、無料のLLMは依然としてAnthropic PBCのClaude Fable 5.1のようなフロンティアモデルに及ばないため、Beamの商業的な魅力は今月下旬に完全な重みとファインチューニングツールがどう登場するかにかかっていそうだ。