Reflection、5010億パラメータのオープンモデル「Beam」発表
ブルックリン拠点のAIスタートアップ、Reflection AIは5月、独自開発のオープンウェイト大規模言語モデル「Beam」を正式発表し、ウェスト側AI市場に新たな競争軸を投げかけた。同モデルは5010億パラメータのうち230億パラメータが活性化するスパースMoE構造を採用し、最大100万トークンのコンテキストウィンドウを備える。テキスト専用として高度なコーディング、論理推論、エージェント型タスクの実行を最適化している。 Beamの開発では事前トレーニングと高コスト強化学習が重視された。23.8兆トークンの高品質データで基礎モデルを構築後、1万5000基超のNVIDIA GB300 GPUを4週間稼働させ1億回以上のロールアウトを生成する大規模RL訓練を実施した。非同期方策勾配法と独自アルゴリズムにより計算資源の古さに起因する学習不安定化を解決し、推論コストを競合の3倍程度に抑えながら先進的な性能を達成したと主張している。 ベンチマーク結果においてBeamは中国発のGLM-5.2やQwen 3.8-Maxと同等以上の推論・コーディング性能を示す一方、FLOPSとトークン当たりの計算効率で顕著な優位性を持つ。Reflectionはエンタープライズや開発者向けの主力モデルと位置付け、AnthropicやMistralなどの既存モデルに対してコスト効率面から競争力をアピールしている。 Reflection AIは2024年にGoogle DeepMindの元研究者によって設立され、NVIDIAやシークアキャピタルなどから累計約47億ドルの資金調達を果たし企業価値は250億ドル超と評価されている。同社は70億ドル超の計算資源確保契約を結びGB300チップを2029年まで安定供給する体制を整えた。Beamの重みは当月中にApache 2.0ライセンスで公開され主要クラウドやオープンソースエコシステムへの統合が予定されている。さらに各機関が専門データを追加学習できるAIファクトリー構想を推進しており金融機関や国家規模のソブリンAI市場への参入を見据えている。Beamの登場はオープンAIにおける計算効率とコスト最適化の新たな基準を示すものと見られる。
