Reflectionは2026年10月5日、同社初の公開型AIモデル「Beam」を発表しました。プログラミングや複雑な問題の解決、外部ツールを使った作業に重点を置いたモデルです。

現在は一部ユーザーへの先行提供が進んでおり、モデル本体にあたる「重み」は10月中に公開する予定です。発表と同時に、誰でもダウンロードできるようになったわけではありません。

大きなモデルを、必要な部分だけ動かす

Beamは、5010億のパラメーターを持つモデルです。パラメーターとは、AIが学習した情報を内部で表現するための数値です。

ただし、回答を作る際に使うのは、そのうち230億です。「MoE」という、処理に応じて必要な部分を選んで動かす仕組みにより、大規模なモデルの能力と計算効率の両立を狙っています。

コードを書くところから、修正と確認まで

Beamは、開発ツールと組み合わせることで、プロジェクト内のファイルを読み、コードを編集し、テストを実行する作業に使えます。例えば「テストが失敗する原因を探して修正し、もう一度テストして」という依頼を、一連の作業として進める使い方です。

公式の導入ガイドでは、Reflection製の「Mirror CLI」に加え、OpenCodeやPiなどへの接続方法も案内されています。CLIは、文字で指示を入力する端末上の開発ツールです。

APIは、外部のプログラムから機能を呼び出す仕組みです。BeamのAPIはツール呼び出しと、指定した形式で結果を返す機能にも対応しているため、自社アプリや業務の自動化にも組み込めます。

10月8日に更新された公式の評価表では、実際のソフトウェアの問題を修正する能力を測る「SWE-bench Verified」で80.9を記録しました。比較表に掲載されたInklingは77.6、Nemotron 3 Ultraは70.7です。

端末上でコマンドを使って課題を解く「Terminal Bench v2.1」では80.1でした。GLM 5.2の81.0に近い一方、Kimi K3の88.3などには届いていません。

これらはReflectionが掲載した評価結果です。コード開発や端末操作で競争力を示していますが、あらゆる用途で他のモデルを上回るという意味ではありません。

Reflectionは、高度な推論の評価で、GLM 5.2に近い成績を約3〜4分の1の推論計算量で達成したと説明しています。推論とは、AIが回答に至るまで問題を考えて処理することです。

ただし、この比較は計算量の推定であり、実際に支払う料金や待ち時間がそのまま3〜4分の1になることを示すものではありません。

利用者は、考える量を5段階で調整できます。簡単な処理では短時間の回答を優先し、難しいコード修正や計画では多く考えさせるなど、用途に応じて設定できます。

主な対象は、開発者やAIを業務に組み込みたい企業です。Reflectionのプラットフォームに登録すると待機リストに入り、利用が有効になった後にAPIキーを作成できます。

APIキーを開発ツールに設定し、モデル名として「Beam-501B-A23B」を選ぶことで利用できます。OpenAI互換の接続方式を採用しているため、対応する既存ツールにも組み込みやすい構成です。

APIのベータ期間は無料ですが、1日ごとの利用上限があります。上限に達すると次のリセットまでリクエストが停止し、未使用分は翌日に繰り越されません。正式提供後の入力・出力ごとの料金は、確認した公式案内では示されていません。

現在のAPIは、一度に扱える文章量が256Kトークン、最大出力量が128Kトークンです。トークンは文章を処理する際の単位で、この上限はベータ期間中に変更される可能性があります。

モデルの重みは、Apache 2.0ライセンスで10月中に公開する予定です。実行や評価、追加学習のための資料も公開する方針で、API経由の利用に加え、自分たちでモデルを動かす選択肢を用意しようとしています。