Reflectionは10月5日、初のオープンウェイトモデルBeamを発表した。疎なMixture-of-Expertsで、総パラメータは5010億、トークンごとに有効なのは230億。コーディング、推論、エージェント作業を想定している。事前学習は23.8兆トークン。強化学習はNVIDIA GB300を10,500台使い、4週間で1億回を超えるロールアウトを生成した。
同社は、コーディングとエージェントのスコアをGLM 5.2などと同程度にしつつ、推論計算はGLM-5.2比で3〜4分の1に抑えられたと説明している。公開された表では、SWE-bench Verifiedが80.9、Terminal Bench v2.1が80.1、SWE Bench Pro v2-Hardが77.2。Kimi K3やGLM 5.3が上回る項目もあり、効率を売りにしている。推論の長さは利用者が選べる。
重み、技術報告、モデルカード、実行・評価・微調整用の一式は今月中にApache 2.0で出す予定で、既存のオープンソースのハーネスからも使えるようにするという。現在は最終のレッドチームと評価の途中で、早期アクセスは申し込み制。今日から自社環境へ載せられる状態ではない。
オープンモデルを本番のコーディングエージェントに載せるなら、公開された重みと評価手順が揃ってから、自分のリポジトリでの再現を見る段階だ。発表時点の表は同社測定を含み、未報告の欄も多い。ライセンスがApache 2.0になる点は、再配布や微調整の条件を先に読んでおく価値がある。