Oct 18, 2026

Reflection Beam：コーディングとエージェント向け501Bオープンウェイトモデルの解説

Reflectionの初のオープンモデルの内容、ベンチマーク結果、実行方法

Eigent

Share to

Reflectionは初のオープンウェイトモデルBeamをリリースし、Apache 2.0ライセンスのもとでHugging Faceにウェイトを公開しました。Beamはコーディング、推論、長期的なエージェント作業向けに構築された5,010億パラメータのスパースMixture-of-Experts（MoE）モデルです。このガイドでは、リリース内容、ベンチマーク結果、ホスト型APIの料金、そして自分で実行する方法を、Reflectionの公式モデルカードの数値をもとに解説します。

Reflection Beamとは？

Beamは総パラメータ数5,010億、トークンあたりのアクティブパラメータ数約230億のスパースMixture-of-Experts（MoE）モデルで、Beam-1.0-501B-A23Bとしてリリースされています。テキスト入力・テキスト出力のモデルで、コーディング、推論、エージェントワークロード向けに構築されており、トークン効率の高い推論に重点が置かれています。

Hugging Faceのモデルカードによると、Beamは52層（密な層3つ＋MoE層49つ）、256エキスパート、100万トークンのコンテキストウィンドウ、15万2千トークンの語彙サイズを持ち、知識のカットオフは2026年6月30日です。スライディングウィンドウアテンションを備えたゲート付きグループクエリアテンションと、改良されたHarmonyチャット形式を採用しています。

主な訴求点は最高性能よりも効率性です。Reflectionによると、Beamはモデルカードに記載のとおり、推論時のトークン数を約3分の1に抑えながら、主要なオープンモデルに匹敵するソリューション品質を実現しています。

ライセンス：完全なApache 2.0

チームにとって最も重要な点はライセンスです。ReflectionはBeamのウェイトをHugging Face上でApache 2.0ライセンスのもとで公開しました。これは商用利用、再配布、改変を許可する、最も寛容なライセンスの一つです。

モデルカードにはさらに、Reflectionが蒸留、出力を使った他モデルの学習、ファインチューニング、パラメータ効率的な適応、量子化、マージを禁止しないことも明記されています。この寛容さこそが、Kimi K3やDeepSeekといったリリースと並んでオープンモデルとして注目される理由であり、Beamをプロダクトに組み込む計画がある場合には直接的な意味を持ちます。

Beamのベンチマーク

Reflectionの最終的な数値はモデルカードに記載されており、温度0.7、top_p 0.99で評価されています。エージェントビルダーにとって重要なカテゴリのBF16結果は以下のとおりです。

SWE-bench Verified：81.6% — 実際のGitHubイシューの解決
Terminal-Bench 2.1：80.1% — コマンドラインタスクの完了
SWE-bench Multilingual：78.3%
GPQA Diamond：90.6% — 大学院レベルの科学的推論
AIME 2026：97.7% — 競技数学
LiveCodeBench：88.3%
MCP Atlas：80.8% — MCPサーバー経由での実世界ツール使用
BrowseComp（コンテキスト管理あり）：76.8%
HLE：ツールなし36.0%、ツールあり51.1%

これらはオープンモデルとして強力なエージェント・推論スコアであり、特にトークン効率の観点から見ると際立っています。Reflectionは自社ブログで、BeamをGLM 5.2などの大規模オープンモデルと競合し、コーディングおよびエージェントタスクでQwen 3.8-Maxに迫る性能として位置づけています。独立したレビューでは、Kimi K3が純粋な性能では依然リードしていると指摘されているため、Beamは全面的なフロンティアモデルとしてではなく、効率性重視のモデルとして捉えるべきです。

数値に関する注意点として、Basetenのローンチ記事を引用した初期の報道では若干異なる数値（例：SWE-bench Verifiedが80.9%）が記載されていました。上記のモデルカードの数値がReflectionの最終公開ベンチマークであるため、正規の参照値として使用してください。

価格

BeamはApache 2.0のもとで無料でダウンロードおよびセルフホストできます。ホスト型エンドポイントを利用したい場合、Reflectionは自社APIの無料スタートの公開ベータを開始しました。

ローンチパートナーの中では、BasetenがModel APIの価格として入力トークン100万件あたり1.30ドル、出力トークン100万件あたり0.13ドル、キャッシュ入力トークン100万件あたり4.30ドルを提示しています。価格はプロバイダーによって異なるため、テスト当日に使用予定のエンドポイントで確認してください。

Beamの実行方法

ReflectionはBeamをほぼあらゆる環境ですぐに動作するよう設計してリリースしました。

ウェイトと形式。 リリースにはBF16、FP8、NVFP4の精度形式と、投機的デコード用のドラフターモデルが含まれています。Reflectionはパートナーと協力してフュージョンカーネルとサービング設定を最適化し、メモリ削減と生成速度の向上を実現したと述べています。

初日からのフレームワークサポート。 Reflectionの発表によると、BeamはTransformers（Hugging Face）、vLLM、SGLang、Unsloth、Axolotl、TokenSpeed、NVIDIA Dynamoでネイティブサポートされており、カスタム実装なしでウェイトから本番エンドポイントまで移行できます。

プラットフォーム。 Beamは幅広いプロバイダーでローンチされており、Amazon Web Services、Google Cloud、Baseten、CoreWeave、Databricks、Fireworks AI、Together AI、OpenRouter、Vercel、LM Studio、Ollamaが含まれます。オンプレミス、ソブリン、エアギャップ環境向けには、DellとHPEがファイアウォール内での提供を担当しています。

Mirror CLI：オープンソースのエージェントハーネス

Reflectionはまた、Beamの学習に使用したターミナルエージェントハーネスMirror CLIもオープンソース化しました。MirrorはPythonフロントエンド（プロンプト、スキル、開発者ツール）とRustエージェントコアを組み合わせてモデルを駆動します。再開可能な会話、別々のワークツリーでの並列エージェント、プロジェクト指示、MCP接続、Python拡張機能をサポートしています。

Reflectionによると、Mirrorは社内エンジニアリング向けに最初に構築され、隔離されたワークスペース、バックグラウンドセッション、Slack・Linear・GitHubとの統合を備えた後、オープンソース化されました。BeamはPi、OpenCode、Hermesなど他のハーネスでも動作します。

「エージェントのためのオープンオペレーティングシステム」

Reflectionはこのローンチを単なるウェイト公開以上のものとして位置づけています。このパッケージを**「エージェントのためのオープンオペレーティングシステム」**と呼び、モデルをカーネルとして、リファレンスエージェント統合、デプロイメントコンテナ、推論統合、カスタマイズパイプラインをインフラストラクチャ層の上でオープンに提供し、40以上のパートナーエコシステムに支えられています。

カスタマイズについては、Reflectionはファインチューニングと大規模強化学習（NVIDIA、Hugging Face TRL、Anyscale、Axolotlなどのパートナーと連携）のレシピと統合を提供しており、今後の実行に向けて自己蒸留レシピの公開とOpenEnv環境標準の採用を予定していると述べています。

Beamを活用すべき人は？

エージェントおよびコーディングツールのビルダーで、強力なSWE-benchおよびMCPツール使用スコアを持つ寛容なライセンスのモデルを求めている方。
推論コストを重視するチームで、タスクあたりの推論トークン数削減を目指すトークン効率の訴求に注目している方。
規制対応またはオンプレミスのデプロイメントで、ラップトップとファイアウォール内の両方で同じスタックを動作させる必要がある方。

最も難しいタスクでの純粋な最高性能のみが基準であれば、現在のオープンモデルのリーダーがBeamを上回る可能性があります。寛容なライセンス、エージェントツール使用、効率性がより重要であれば、Beamは初日から真剣に検討すべき選択肢です。

BeamのようなオープンモデルをEigentで活用する

Beamは、リポジトリの読み取り、コマンドの実行、マルチステップタスクの完了など、マルチエージェントシステムが自動化する長期的なツール使用作業のために構築されています。Eigentはオープンソースの「Cowork」デスクトップアプリで、これらのモデルをローカルのAIワークフォースに変え、GitHub PRのレビューからマルチステップリサーチまで実際のワークフローを実行します。Eigentはモデルに柔軟に対応しているため、オープンウェイトモデルを指定してスタックの制御を維持できます。Eigentをダウンロードして、独自のエージェントチームを構築しましょう。