Reflection Beam：501Bオープンウェイトモデルとは実際には何なのか、そしてまだ何が欠けているのか

Reflection Beamは、元DeepMind研究者のMisha LaskinとIoannis Antonoglouが2024年に設立したニューヨークのラボ、Reflectionによる最初の言語モデルであり、「知能をすべての人に開かれたものとし、アクセス可能にする」ことを使命として掲げている。Beamは総パラメータ数5010億のスパースなMixture-of-Expertsモデルで、トークンごとにそのうち230億を活性化し、2026年10月5日に発表され、コーディング、推論、エージェント的作業を対象としている。また、2026年10月13日時点では、半分しかリリースされていない。発表ではオープンウェイトモデルと呼び、Apache 2.0の重みを約束しているが、重みはまだ出ていない。

その隔たりこそ、モデル名を検索してここに来て、それで何かできるのか知りたいのであれば、握っておくべきものだ。短く言えば、重み経由ではできない。まだできないし、どの価格表にも載っていない。長い答えはこのページの残りにある——Beamとは何か、Reflectionが何にコミットしているか、出回っている501Bという数字が実際には何を指すのか、そして公開記録が裏づけることと裏づけないことだ。以下の数字はすべて出典に基づいており、そのいずれも独立に再現されたものではない。

短いバージョン

• これは何か — スパースなMixture-of-Expertsテキストモデルで、総パラメータ数501B、トークンあたり23Bがアクティブ。コーディング、推論、エージェント型ワークロード向けに構築されています。

• 公開元 — 2024年にMisha LaskinとIoannis Antonoglouによって設立され、ニューヨークに本社を置くReflection。Beamはその最初のモデルです。

• 発表 — 2026年10月5日。発表内のベンチマーク表は2026年10月8日に改訂されました。

• ウェイト — 未公開。Reflectionは「Apache 2.0ライセンスの下でウェイトを公開する予定」と述べており、ウェイト、技術レポート、モデルカード、開発者向け成果物は「今月下旬」に公開予定とのこと。2026年10月13日時点でいずれも公開されていない。

• 本日アクセス可能 — 「限られたユーザー」を対象としたプレビューで、platform.reflection.ai のウェイトリスト経由。セルフサービスでの利用経路はなく、価格も非公開、ダウンロードもなし。

• 独立した評価 — なし。Beamを採点したサードパーティ製ハーネスは存在せず、Artificial Analysisのリーダーボードにもその項目はない。

ReflectionがBeamは何であると言っているか

Beamの形状こそが最大の注目点だ。Reflectionはそれを「総パラメータ5010億、アクティブ230億のスパースMixture-of-Expertsモデル」と説明している——アクティベーション比率は約4.6%で、これは現在のオープンウェイト分野の基準からしても大胆な水準だ。ローンチ記事のアーキテクチャノートでは、インターリーブされたローカルおよびグローバルアテンション、細粒度のルーテッドエキスパート、制御された残差ストリーム、SandwichNorm、要素ごとのアテンションゲーティング、FP32残差累積を挙げ、さらに補助損失なしの負荷分散とエキスパートバイアス更新のコサイン減衰を伴うとしている。

それ自体はどれも珍しいものではない。それが積み上がって意味するのは、ひとつのサービングプロファイルだ。230億のアクティブパラメータは、比較的少数のGPUでインタラクティブなレイテンシで動かせる見込みが高いモデルであり、カード上の数字は同じでも、5010億パラメータの密なモデルとは別の製品だ。だからこそReflectionは、データセンター規模のデプロイについて語らずに、フロンティアに近い推論について語れるのだし、最終的な重みの公開がベータキーよりも重要なのである。

「501B」は正しい番号ですか？ はい — そしてそれは動いていません

これははっきり述べておく価値がある。というのも、この数字はいくつかの場所で出回っており、読者がそれが最新かどうか当然気にするからだ。総計 501B／アクティブ 23B という内訳は、Reflection 自身のローンチ投稿が述べている内容であり、reflection.ai のホームページの見出しが述べている内容でもあり、2026年10月13日時点で変わっていない。ローンチ以降に Reflection が公表した唯一の更新は、「更新 10/8/26：Beam の結果を更新しました。上の表は最新の数値を反映しています」と記した注記である——ベンチマーク表の改訂であり、アーキテクチャやパラメータ数の改訂ではない。

パラメータ数にないもの、それはその裏付けとなるモデルカードだ。Reflectionはモデルカードが登場すると述べているが、時期については「今月中に」以外に明言していない。そして今日時点で、Hugging Face上のReflectionの組織の下に公開されているリポジトリは存在しない（組織ページには「None public yet」という文字列がそのまま記載されている）。つまり501Bはベンダーが公称する数値であり、誰に確認できる範囲では正確だが、重みと照合して確認することはまだできない。

コンテキスト、モダリティ、最大出力

ここではベンダー資料がベンチマーク表よりも薄く、どの数値がどれなのかを正確に区別しておく価値があります。というのも、出回っている2つの文脈数値は異なる意味を持つからです。

• 実効コンテキスト — midtraining は「Beam の実効コンテキスト長を 100 万トークンに拡張する」。これはモデルが処理できるよう訓練された範囲についての記述である。

• RLロールアウトの文脈 — 強化学習の段階では「最大コンテキスト長256Kトークン」が用いられていた。これはトレーニング構成に関する記述である。

• 提供上限 — 未公開。ローンチ記事にはAPIコンテキストウィンドウの記載がなく、エンドポイントはウェイトリストの背後にあるため、照合できる第二の資料も存在しない。今日APIのコンテキスト数値を知りたい読者にとって、その情報は手に入らない。

• 最大出力 — 非公開。Reflection には記載がありません。

• モダリティ — テキスト入力、テキスト出力。ローンチ投稿は明言している：「Beam はテキスト専用ではあるが」、モデルは他のモダリティがテキストとして表現されている場合にはそれらを扱う。画像、音声、動画の入力はなく、名称からそうでないものを期待する理由もない。

1Mという学習時の数値と、非公開のサービング上限との間にある違いは、二次的な報道では平板化されがちな類のものであり、しかもこれは重要な点だ。学習時の能力は、エンドポイントが何を受け付けるかについての約束ではないのだ。

重み、ライセンス、そして「初のオープンモデル」という主張

Reflectionの位置づけは、Beamがマーケティング的な形容詞が付いたAPIではなく、真にオープンなモデルであるというものである。そのコミットメントは具体的だ：「我々はApache 2.0ライセンスの下で重みを公開する」、そして「モデルの実行、評価、ファインチューニングのためのドキュメントとフルスタック」も提供する。同じ投稿の別の行には、重み、技術レポート、モデルカード、開発者向け成果物が「今月中に」続く予定であると記されている。

ここでは二つのことが同時に真である。Apache 2.0 は現実に存在する、寛容で商用利用可能なライセンスであり、説明どおりに提供されるなら、それは研究専用ライセンスや独自のコミュニティライセンスよりも意味のある強い立場である。そして、ライセンスの約束はライセンスではない。2026年10月13日時点で、重みはまだ提供されていない。したがって、存在するのは表明された意図であり、現実の状態ではない。ローンチ記事はまた、現在のバージョンを限られたユーザー向けのプレビューと説明し、モデルは「最終的なレッドチーミングと評価」の段階にあると述べている。

このページの背景にある需要シグナルは一言に値する。なぜその質問が繰り返し尋ねられるのかを説明してくれるからだ。人々はこのモデルの名前を他ラボのモデル名と一緒に検索している — Beam＋中国のオープンウェイト系企業、Beam＋中国の大規模オープンウェイトモデル — これは Beam が何から派生したかについての憶測だ。Reflection はベースモデルを一切記載していない。ローンチ投稿には、ゼロから実行された事前学習が説明されている。4週間足らずで 6,144 台の GB300 NVL72 GPU にわたり 23.8 兆トークン、続いて4週間にわたり 10,500 台の GB300 を使った RL 段階、1億回を超えるロールアウト、約13億のサンドボックス。その中では、ベースチェックポイントはどこにも名前を挙げられていない。もし Beam が何か別のもののファインチューニングだと読んだことがあるなら、ベンダー自身の資料はそれを裏付けていない。

Reflectionが主張すること、そして他の誰かが測定したこと

このセクションの内容はすべてベンダーによる申告です。ローンチ記事のベンチマーク表は2026年10月8日に改訂されており、そこに記載された数値を第三者が一つとして再現していません。

• エージェント型コーディング — SWE-Bench Verified 80.9、SWE-Bench Pro v2-Hard 77.2、SWE-Bench Pro v1 65.5、Terminal-Bench v2.1 80.1、DeepSWE v1.1 44.4、SWE-Bench Multilingual 78.0、SWE Atlas Codebase QnA 34.6。

• 推論 — AIME 2026 97.8、GPQA Diamond 90.5、ツールなしのHLE 36.2、SciCode 49.7、CriPT AA 16.3。

• ツール使用と検索 — MCP Atlas 78.7、BrowseComp 77.4、DeepSearchQA 80.1、AutomationBench 37.0、tau3 banking 38.0。

• 汎用および長文コンテキスト — AA-LCR 79.3、LongBench v2 65.5、IFBench 79.7、AA Omniscience 13.0。

Reflection 自身によるこれらの数値の位置づけは慎重であり、誇張するのではなくそのまま繰り返す価値がある。Reflection は Beam を「GLM 5.2 のようなより大規模なオープンモデルと競合し、Qwen 3.8-Max に迫る」と位置づけ、Beam は推論において GLM-5.2 と同等でありながら「3～4倍少ない推論コンピュート」で済むと述べ、Kimi K3 が依然として生の能力ではリードしていることを認めている。この効率性の主張は、投稿内で推論スコアを推定推論 FLOPs に対してプロットしたチャートによって裏付けられている。ここで FLOPs は、おおよそアクティブパラメータ数の2倍に生成トークン数を掛けたものとして近似される。キャプションにもそう記されており、この近似は意図的にプリフィル、アテンション、サービングのオーバーヘッドを除外している。Reflection はこの結果を「測定された推論コストではなく、おおよそのコンピュート比較」と位置づけている。

独立して言えば、何もない。Beam に関する Artificial Analysis の行はなく、アリーナでの順位付けもなく、私たちが見つけられた第三者製ハーネスによる結果もない。Beam とその比較対象群が、推論エフォートとハーネスを揃えた直接比較ベンチマークを受けていない場合——すべてのペアがそうだが——、本ページは順位を示唆するものではない。上の表は、あるラボが自社モデルについて示した数値である。

あなたはそれを使えますか、そして費用はいくらかかりますか？

公開されている条件ではありません。アクセスはウェイトリスト制です。Reflectionの投稿によれば、早期アクセスは限られたユーザー向けで、プラットフォームコンソールはサインアップの壁の向こう側にあります。Reflection自身のプロパティのどこにも、公開された価格はありません——ローンチ投稿にも、ホームページにも、アカウントなしで読者がたどり着けるもののどこにも。今あなたがReflection Beamに関して目にするドル金額は、誰かの推計であり、定価ではありません。

Reflection はエンドポイントの表面を高レベルで説明してはいる。すなわち、reasoning effort パラメータを備えた OpenAI 互換 API であり、「設定を低くすると応答が短くなる傾向があり、設定を高くするとより長い推論が可能になる」というものだ。このパラメータが受け入れる値は発表資料には公開されておらず、モデルカードもまだ公開されていないため、それらを照合できる第二の情報源も存在しない。

今週呼び出せる効率的な推論モデルを求めている読者にとって、現実的な選択肢は Beam が何かを出荷することに一切依存しないものです。Beam が比較対象としているモデル——GLM 5.2、Kimi K3、Qwen 3.8-Max——は、いずれも本日 OrcaRouter 上で稼働しており、単一の OpenAI 互換キーで、プロバイダーの定価を 0% のマークアップでそのまま適用しています：GLM 5.2 は入力 100 万トークンあたり $1.40、出力 100 万トークンあたり $4.40（$1.40/$4.40、2026 年 10 月 13 日に当社自身のモデルページから確認）、Qwen 3.8-Max は $2.00/$6.00、Kimi K3 は $3.00/$15.00 です。マークアップがないため、ベンダーの値下げは次回の契約更新時ではなく、発表されたその日に請求額へ反映されます。Beam に注目している理由が重みではなく効率性の主張であるなら、正直に言えば、代替手段は今日測ることができますが、Beam はまったく測ることができません。

注目すべきポイントと、数字が検証可能になる時期

このページを変えるものは3つあり、その3つはいずれも、起きた時点で日付を特定できる。1つ目は、重みが明記されたライセンスの下で Hugging Face に公開されることだ。それこそが、501B という主張を、自分でダウンロードし、量子化し、ファインチューニングし、ベンチマークできるものに変える出来事である。2つ目は技術レポートとモデルカードだ。というのも、通常そこには、サービング時のコンテキストウィンドウ、最大出力、推論エフォート値が記載されるはずだからだ。それらが存在しないことが、上記の仕様行のうち3つが数値を示すのではなく「not published」と表示されている理由である。3つ目は独立した評価であり、Reflection の外部の誰であれ、23B のアクティブパラメータが本当にローンチ投稿で主張されている推論スコアをもたらすのかどうかを言えるようにする唯一のものである。

それまでは、正確な要約は短い。Reflection Beam は 501B パラメータのスパース MoE で、23B がアクティブ、2026年10月5日に発表、テキスト専用、ウェイトリスト制のプレビュー、公開価格なし、公開された提供制限なし、独立したスコアなし、そして「今月中に」約束されている Apache 2.0 の重み公開はまだ実現していない。これはモデルへの批判ではない — リリースが実際にどこまで進んだかを述べたものだ。