ブルックリンを拠点とする創業2年目のスタートアップ、Reflection AIは、初のフロンティア・オープンウェイトAIモデル「Beam」を公開すると発表した。オープンウェイトとは、モデルの重み（学習によって決まるモデル内部の数値）を公開し、外部から利用できるようにする方式だ。Reflectionは、Beamが高度な推論ベンチマークで中国の主要オープンモデルに匹敵する性能を示しながら、推論計算量を大幅に抑えられると主張した。ただし、性能とコストに関するこの主張は独立に検証されていない。

背景と文脈

Reflectionが公表した説明によると、Beamはテキスト専用の混合専門家（MoE）モデルだ。MoEとは、複数の専門サブモデルのうち一部を使って処理する構造を指す。同社は、推論・コーディング・エージェントタスクで効果を発揮するよう、高い計算量を要する強化学習でモデルを訓練したと説明している。

Beamは、総パラメーター数5,010億のうち230億が活性化されるモデルだ。事前学習には23兆8,000億トークンが使われ、コンテキストウィンドウ（一度に参照できる入力範囲）は100万トークン。比較対象として挙げられたZ.aiのGLM-5.2は、総パラメーター数が約7,440億、活性パラメーター数が400億だ。

Reflectionは、BeamがGLM-5.2と高度な推論ベンチマークで同等の性能を示し、現在最先端の西側オープンモデルを上回るスコアを出しながら、推論計算量を3〜4分の1に抑えると主張した。同社が示したもう一つの比較では、両モデルが結果を公開している4つのコーディングテストで、BeamはInklingを上回るスコアを出した。ただし、Inklingはマルチモーダル（テキスト以外の複数種類の情報も扱う）モデルであるのに対し、Beamはテキスト専用であり、両モデルの用途や入力範囲は同じではない。

Beamの性能と推論コストに関する主張は、まだ独立に検証されていない。同社が提示したベンチマーク結果だけでは、実際のサービスにおける性能やコストを確定することは難しい。

ReflectionはBeamを、企業・公共部門・開発者向けの「主力モデル」と位置付けている。今回の発表は、中国のオープンモデルと競争できる西側のモデルを投入するという同社の構想に沿ったものだ。ただし、モデルの性能を判断するうえで重要な資料となる重みと技術詳細の全容については、同社は今月公開するとしている。

Reflectionは2024年、Google DeepMind出身の研究者2人によって設立された。PitchBookによると、同社はNvidia、セコイア・キャピタル、ライトスピード・ベンチャー・パートナーズなどの投資家から約47億ドルを調達し、直近の資金調達ラウンドでは投資前の企業価値が250億ドルと評価された。同社はこの夏、SpaceXおよびNebiusと総額70億ドル超の契約を結び、2029年までNvidia GB300チップを利用できるようにした。

このニュースが意味すること

Beamのオープンウェイトや低い推論コストに関する主張が実際に確認されれば、モデルを直接利用したい企業や公共機関の選択肢が広がる可能性がある。特にReflectionが推進する「AIファクトリー」は、組織が独自の専有データでReflectionのモデルを訓練し、カスタムのローカルAIシステムを構築する構想だ。モデルの利用コストや必要な計算量が下がれば、こうしたシステムを検討する組織の負担を軽減できる可能性がある点で注目される。これはまだ確認された結果ではなく、同社のコストに関する主張が立証された場合に考えられる影響だ。

例えば、独自データを活用したAIシステムを検討する組織は、Beamの重みと技術文書の公開後、自社環境で求められる性能や計算量を調べることができる。ただし、実際の導入コストや展開条件は公表されていない。そのため、「計算量を抑えられる」という主張が、直ちに導入コストの削減につながると断定することはできない。

Reflectionは、新世界グループと主権型AIファクトリー（주권형 AI 공장）のパートナーシップ構想の試験を始めた。Axiosの報道によると、ヘッジファンドやトレーディング会社も、こうしたシステムの構築に関心を示している。同社は今月、Beamの重みと技術詳細の全容を公開し、提供開始時にはハイパースケーラーやネオクラウドを通じた展開と、オープンソースライブラリーとの統合を提供するとしている。そのため、実際にどの組織がどのような形で利用できるのかが、次の注目点となる。

確認されている事実と、まだ分からないこと

確認されている事実

  • Reflectionは、初のフロンティア・オープンウェイトモデルBeamを公開すると発表した。
  • Beamはテキスト専用モデルで、総パラメーター数は5,010億、活性パラメーター数は230億。
  • モデルは23兆8,000億トークンで事前学習され、コンテキストウィンドウは100万トークン。
  • 同社は、新世界グループと主権型AIファクトリーのパートナーシップ構想の試験を始めた。

まだ分からないこと

  • Beamの性能と推論コストに関する主張が、独立した検証でどのように確認されるかは分からない。
  • 重みと技術文書が今月のいつ公開されるのかは示されていない。
  • 新世界グループとの試験がどのように進められているのか、具体的な内容は公表されていない。
  • Beamの実際の利用価格や展開条件は明らかにされていない。

読者が確認すべきこと

  • モデルを評価する企業や開発者は、重みと技術文書の公開後、ベンチマークの条件、推論計算量の比較基準、自らの業務に合った結果を併せて確認する必要がある。
  • 導入を検討する組織は、ハイパースケーラーやネオクラウドを通じた展開の有無だけでなく、実際の価格や利用条件が公開されるかも確認すべきだ。
  • 独自データを活用したAIシステムに関心がある場合は、新世界グループとの試験構想で公開される適用方法や範囲を確認できる。