米Reflection AIは10月5日(現地時間)、501BパラメータのAIモデル「Beam」を発表した。コーディングや推論、AIエージェント用途を重視したモデルで、同社初のオープンウェイトモデルとして10月中にウェイトの公開を予定するという。
Beamは総501Bパラメータのうち、推論時に23Bパラメータを使用するMoE(Mixture of Experts)モデル。23.8兆トークンで事前学習したほか、強化学習では10,500基のNVIDIA GB300を4週間使用し、1億回以上のロールアウトを生成したという。
同社による評価では中国Z.aiのGLM-5.2と競合する性能を持ち、コーディングやエージェントタスクではAlibabaのQwen3.8-Maxに迫るという。一方、Kimi K3など一部の大型オープンモデルに性能では及ばないとしており、推論時の効率を強みとしている。
Reflection AIはGoogle DeepMind出身者らが設立したAI企業。Beamのウェイトは現時点では未公開で、最終的なレッドチーミングや評価を実施中。10月中にApache 2.0ライセンスでウェイトを公開するほか、技術レポート、モデルカード、実行や評価、ファインチューニングに必要なソフトウェアも公開する予定だとしている。
