10月17日、AIやテクノロジーの最新動向を発信するブログメディア・madrobot.blogが「Nvidia-backed Reflection gives away a 501 billion-parameter AI model to take on China's best」と題した記事を公開した。NVIDIAが出資するReflection AIが501Bパラメータのオープンウェイトモデル「Beam」をApache 2.0ライセンスで無償公開し、中国勢のオープンモデルに対抗する構えを見せている。
Apache 2.0で配布される501Bモデル——何が異例か
オープンウェイトの大規模モデルは、これまで中国勢（Moonshot AI、Zhipu、Alibaba等）が先行してきた。米国企業がセルフホスト可能な強力なオープンモデルを求めると、選択肢の多くが中国製になるという状況が続いていた。Beamはその空白を埋める位置づけだ。
ライセンスの条件が緩い点も見逃せない。モデルカードによれば、蒸留（distillation）——Beamの出力を使って別モデルを訓練すること——、ファインチューニング、モデルのマージをいずれも禁止していない。商用利用を制限するライセンスが多い中、この開放度は珍しい。
Reflection AIは、元Google DeepMindの研究者たちが創業したスタートアップだ。共同創業者でCTOのIoannis Antonoglou氏はDeepMindでAlphaGoやAlphaZeroといった強化学習系プロジェクトに携わった人物として知られる。同氏はVentureBeatに対し、NVIDIAを「緊密なパートナーであり投資家」と表現した。後述する通り、BeamはNVIDIAの最新鋭チップGB300を大規模に使って訓練されており、両社の関係は出資にとどまらない技術的な協業に及んでいる。なお、NVIDIAによる買収報道については「根拠のない噂だ」と否定している。
Beamの技術的な中身
Beamは**Mixture-of-Experts（MoE）**アーキテクチャを採用している。MoEとは、複数の「専門家」サブネットワーク（エキスパート）を用意し、入力ごとに一部のエキスパートだけを選択・活用する構造だ。全パラメータを常時使うのではなく、推論時には必要な部分だけを動かすため、モデルの規模に比して計算コストを大幅に抑えられる。
総パラメータ数は501Bだが、1トークンあたりの推論で実際に動く（アクティブな）パラメータは約23Bに留まる。モデルの巨大さに対して推論コストが抑えられる構造だ。
- コンテキスト長：最大100万トークン
- 学習データ：23.8兆トークンで事前学習
- 強化学習：NVIDIAのGB300チップ10,500基を使い4週間で1億回以上の試行
- 知識カットオフ：2026年6月30日
- 対応精度：BF16 / FP8 / NVFP4の3種
8ビット・4ビット版はGPU8基の1台のサーバーで動作するが、フルサイズ版は数十枚のGPUが必要だ。ノートPCで動く類のモデルではない。
ベンチマーク——中国勢との差は正直に開示
Reflectionが公開するモデルカード上の主なスコアは以下の通りだ。
- SWE-bench Verified（実際のGitHubイシューを修正するコーディング能力テスト）：81.6%
- Terminal-Bench 2.1（ターミナル上でのタスク実行能力を測るベンチマーク）：80.1%
- GPQA Diamond（博士レベルの科学・工学・生物学の難問を扱う推論テスト）：90.6%
同社は10月5日の発表時点で、ZhipuのGLM-5.2とはほぼ同等だが、Moonshot AIのKimi K3はTerminal-Benchで88.3%と上回ることを認めている。Reflectionの主張する優位性は「効率」だ——GLM-5.2と同等の精度を、推論時の計算量3〜4分の1で達成できると説明している。ただし、これらの数字はすべてReflection自身が計測したものであり、第三者による独立した検証は行われていない。
安全性への言及
Beamは有害なリクエストに対する拒否率が自社テストで**88.9%**だったとモデルカードで開示している。この種の安全性レポートをリリース時に公開しない中国のAIラボが多い中、同社はその点を差別化要素の一つとして挙げている。
利用できる場所
BeamのウェイトはHugging Faceで公開されている。クラウドプラットフォームではAWS、Google Cloud、Microsoft Azure、Cloudflare、Databricks、Together AI、Fireworks AI、NVIDIA NIM、Ollama、LM Studio、OpenRouterなど20以上に対応済みだ。オンプレミス・エアギャップ環境向けにはDellとHPEが提供する。
Reflectionの自社APIはパブリックベータ中で、platform.reflection.aiから無料で試せる。OpenRouterでの料金は入力100万トークンあたり$0.25、出力100万トークンあたり$1.00となっている。
また、Beamの訓練と並行して開発されたターミナル型コーディングエージェント「Mirror」もオープンソースで公開されている。
リリースのタイミングと競合状況
このリリースは、中国が大規模AIモデルに関する輸出規制を提案したのと同じ日に行われた。オープンモデル市場では前後して大型発表が相次いでおり、競合の動向は関連記事等で継続的に確認されたい。
詳細はNvidia-backed Reflection gives away a 501 billion-parameter AI model to take on China's bestを参照していただきたい。
