米国の新しいAI研究所Reflectionが初のモデルを公開しました。大型で、しかも寛大な条件で提供されています。Beamはパラメータ501B、トークンごとに23Bが働くMixture-of-Expertsモデルで、1Mトークンの文脈ウィンドウをもち、商用利用と改変を認めるApache 2.0ライセンスで公開されています。コーディングとエージェント作業向けに作られ、他社のAPIの向こうではなく自社のハードウェアで最先端規模のモデルを動かしたいチームを対象にしています。
Hugging Faceの解説は、設計をかなり詳しく示しています。モデルは52層で、大半の層は直前の512トークンだけを見るスライディングウィンドウ注意を使い、9層が文脈全体を見ます。これにより長い文脈に必要なメモリは、素朴な設計の約6分の1に抑えられます。49の層はそれぞれ256のエキスパートをもち、トークンごとにそのうち8つが動きます。どれを使うかは、DeepSeek-V3を手本にしたルーターが選びます。推論はやり取りをまたいで保持でき、推論量はlowからmaxまで5段階あり、ツール呼び出しには専用の文法を使います。BeamはTransformers、vLLM、SGLangで初日から対応し、Reflection自身がRustで書いたオープンソースの実行環境が付属し、微調整と強化学習の手順も用意されています。
実際の障壁はハードウェアです。BF16のチェックポイントは約1 TBあります。NVFP4版では約280 GBまで小さくなり、Hugging FaceによるとNvidiaのB200 GPU 2枚にわずかな余裕で収まりますが、4枚を想定するよう勧めています。NVFP4がそのまま動くのはBlackwellのチップだけなので、より古いH200の環境ではFP8のチェックポイントが必要で、vLLMの例では16枚のH200 GPUでモデル全体を動かしています。多くのチームにとっては、計算資源を借りるか、Hugging Faceが提供するホスト型のプロバイダーを使うことになります。
本当のニュースは、この規模で制約の緩いライセンスが付いたことです。大型のオープンウェイトモデルの多くには商用利用や利用者数の制限がありますが、Apache 2.0なら、プライバシーや管理上の理由で自前で運用する必要がある企業にとってその心配がなくなります。同じ週に公開されたMetaのMuse Spark Openと並び、米国の研究所がオープンウェイトの最上位で再び競い始めた証拠といえます。私たちは、Beamを、対応するサービング用ツールvLLMやSGLangとあわせてレビューしています。
欠けているのは、最先端モデル並みにコードを書けるという独立した証拠です。記事のベンチマーク結果はReflectionが提供したもので、新しい研究所の最初のモデルなので実績もありません。Reflectionは、Beamを使った優れたプロジェクトに10,000ドル分のHubクレジットを提供するとしており、早い段階でコミュニティによる試用が進むはずです。独立したコーディングのベンチマークが出るまでは、Beamは自前運用の有望な選択肢であって、主要なクローズドモデルの代わりになると確認されたものではありません。