モデル全体と処理時の規模
Beamは一部の専門モジュールを選んで動かすMixture-of-Experts型だ。総量の5,010億パラメーターすべてを毎回計算する構造ではない。Reflectionはコード作成、推論、ツール利用に重点を置いたと説明する。
事前学習に23.8兆トークンを使い、その後に大規模な強化学習を行ったという。発表は性能比較も載せるが、評価と計算量の見積もりは同社が提示した条件に基づく。
効率の比較は実測の請求額ではない
同社が掲げる推論効率は、使うパラメーター数と生成トークン数から計算量を概算したものだ。入力の処理や配信基盤の負担を含まず、実際の料金や応答速度と同じではない。
Beamは最終的な安全評価を進めている。重み、技術報告、モデルカード、実行・評価用の資料をApache 2.0で公開する方針だが、発表日に一般配布を完了したとは書いていない。
出典
- Introducing Beam: Reflection’s 501B open-weight modelモデル構造、評価条件、先行利用、10月中の重み公開予定を確認。2026-10-06確認。
出典の確認日 2026.10.06