Reflection、501B-A23BのオープンモデルBeamを発表 Apache 2.0の重みは今月公開予定

Beamはテキスト専用で、総パラメータ501B、アクティブ23BのMoEである。Reflectionは今回が初のモデル公開で、これまで長くステルス状態にあった。事前学習は23.8Tトークンで、一部は数億件規模のPDFに対するOCRパイプラインから得たデータだという。RLとOPDの実行には10KのGB300を使い、約1Mタスクで1億回超のロールアウトを行ったと説明されている。

Reflection側の主張として、SWE-bench Verifiedで80.9、GLM 5.2比で推論効率が3〜4倍とされる。事前学習とRLは約10,500基のGB300でそれぞれ4週間とされる。技術レポートとOSS連携も予告されている。Axiosの報道では、Reflectionは Colossus の計算資源に月1.5億ドルを支払い、Nebiusとは10億ドルの契約を結んでいるという。

第三者の見方は割れている。Artificial Analysisは早期アクセスをもとに、知能に対するトークン効率がオープンモデルの中で高い部類になると見ている。Elie Bakouchは事前学習のBF16 MFUを約12%と推定した。Nathan Lambertは、NVIDIAやThinking Machinesと並ぶ米国の有力なリリースだが、中国勢には及ばないと位置づけている。

同じ号では、Aleph AlphaのKolibri（総78B、アクティブ3.46B）やReka Rho-1（19Bのomniモデル）などの公開も紹介されている。ほかにOpenAIとAnthropicの契約価値比較、エージェントハーネスをRL環境にするHugging Faceの取り組みなども扱われている。