Reflection AI、501Bモデル「Beam」発表

米国のAIスタートアップReflection AIは、総パラメータ数5,010億（501B）、推論時の活性化パラメータ数230億（23B）のオープンウェイト型MoE（複数の専門家ネットワークを動的に切り替えて推論する手法）モデル「Beam」を発表した。同社初のオープンウェイトモデルとして、2026年10月中にApache 2.0ライセンスでウェイトや技術レポート、評価用コードを公開する。中国勢が優勢を誇るオープンウェイト領域において、米国発のフロンティアモデルとして対抗する狙いがある。

23.8兆トークン事前学習と1万基超のGB300による強化学習

Reflection AIは、Google DeepMind出身の研究者らによって設立されたAIスタートアップである。今回発表された「Beam」は、コーディングや複雑な論理推論、自律AIエージェント用途を主眼に置いて設計されている。

モデルの主要スペックおよび学習リソースは以下の通りである。

• MoEアーキテクチャ​: 全体で501Bのパラメータ規模を持ちながら、各トークンの処理時には23Bのみを活性化。大規模な知識容量を維持しつつ、推論コストを大幅に抑制する。
• ​事前学習​: 23.8兆トークンの高品質データセットを用いて事前学習を実施。
• ​強化学習（RL）の規模​: 強化学習段階では10,500基のNVIDIA GB300クラスタを4週間にわたって稼働させ、1億回以上のロールアウト（試行シミュレーション）を生成して推論能力とアライメントを強化した。

同社の内部ベンチマークによると、総合性能では中国Z.aiの「GLM-5.2」と拮抗し、コーディングやエージェント性能ではAlibabaの「Qwen3.8-Max」に迫るスコアを記録している。一方、超大型オープンモデルである「Kimi K3」などには絶対性能で及ばない部分があるものの、推論時23Bという軽快な運用効率が最大の強みであるとしている。

主要オープンウェイトモデルとの比較と未確認事項

Beamのスペックおよび競合オープンモデルとの位置付けは以下の通りである。

モデル名	総パラメータ数	推論時活性パラメータ	ライセンス	主な特徴・ターゲット
Beam (Reflection AI)	501B	23B (MoE)	Apache 2.0 (予定)	​米国製、エージェント・推論・コード特化​
GLM-5.2 (Z.ai)	大型MoE	非公表	オープン	中国発、汎用推論・会話
Qwen3.8-Max (Alibaba)	超大型MoE	非公表	オープン	高度な多言語・コーディング
Kimi K3 (Moonshot)	超大型MoE	非公表	オープン	長文脈・超大規模推論

現在、Reflection AIは最終段階のレッドチーミング（敵対的安全性テスト）および評価作業を進めている。モデルカードや実行スクリプトの公開時期は「10月中」とされているが、具体的な公開日やローカル環境での最小VRAM要件については続報を待つ必要がある。

米国発オープンエコシステムの地政学的意義

これまで大規模なオープンウェイトモデルの最前線は、AlibabaのQwenシリーズやDeepSeekなど中国系プレイヤーが牽引する構図が続いていた。グローバルな研究機関や企業がこれらのモデルを基盤に採用する一方で、セキュリティや輸出管理の観点から米国製オープンモデルの不在を懸念する声が根強く存在していた。

BeamがApache 2.0という制約の少ないライセンスで提供されれば、米国内の企業や防衛・公共機関、西側諸国の開発者が独自インフラ上で安全にファインチューニングやエージェント展開を行える選択肢が生まれる。中国勢に対抗し得る強力なオープンウェイトモデルの登場として、エコシステム全体への影響は大きいとみられる。

引用元：マイナビニュース