Reflection、低コスト推論を掲げるオープンウェイトモデル「Beam」を発表

概要

米国のAIスタートアップReflection AIが、同社初のフロンティア級オープンウェイトモデル「Beam」を正式に発表した。創業から約2年の同社は、DeepSeek、Qwen、Z.aiなど中国発のオープンモデルに対抗する西側の選択肢としてBeamを位置づけている。ただし、訴求点はベンチマーク性能だけではない。推論コスト、導入時のデータ管理、そして企業や国家が自前のAI基盤を構築できる点を重視している。

主なポイント

• Beamはテキスト専用の混合専門家モデルで、総パラメーターは約5010億、アクティブパラメーターは約230億。
• 約23.8兆トークンで事前学習され、100万トークンのコンテキストに対応する。
• Reflectionは、選定した高度な推論ベンチマークでZ.aiのGLM-5.2と同程度で、西側のオープンモデルを上回ると説明している。
• 同社は、同等の結果を約3〜4分の1の推論計算量で実現すると主張するが、独立した検証はまだない。
• 今月中にモデルの重みと詳細な技術情報を公開し、ハイパースケーラーやネオクラウド、オープンソースの各種ツールを通じて提供する予定だ。

「AIファクトリー」への展開

Reflectionが想定する顧客は開発者だけではない。企業、公共部門、主権国家にBeamを提供し、組織独自のデータでモデルを調整・学習しながら、ローカル環境で運用する「AIファクトリー」を構築する構想を掲げている。韓国の新世界グループとは、主権AIファクトリーの協業をすでに試験しているという。

このモデルは、機密情報を外部APIに送信したくない組織や、社内業務に合わせたカスタマイズを必要とする顧客に向く可能性がある。オープンウェイトであれば、提供企業のAPIに依存せず、更新や配置を自社の判断で管理しやすい。一方、重みが公開されても、GPU、ストレージ、データ整備、監視、セキュリティー、保守の費用が消えるわけではない。ローカルAIの導入コストが本当に低くなるかは、実際の運用で見極める必要がある。

競争への意味

Reflectionは2024年に、元Google DeepMind研究者2人によって設立された。Nvidia、Sequoia Capital、Lightspeed Venture Partnersなどから約47億ドルを調達し、直近ラウンド前の評価額は約250億ドルだった。また、2029年までNvidiaのGB300チップにアクセスするため、SpaceXとNebiusとの契約総額は70億ドルを超えるとされる。

この動きは、オープンモデル競争がモデルの賢さだけでなく、計算資源、推論効率、配布網、導入支援を巡る競争になっていることを示す。Beamの数値は現時点では企業発表であり、確定した評価とは言えない。今後は、公開後に第三者が結果を再現できるか、ライセンスがどこまで利用を認めるか、実務での安定性と総保有コストがどうなるかが重要になる。

出典：TechCrunch AI