Reflection Beam 501BがApache 2.0で公開 ─ 重み1TBの現実

10月16日、5010億パラメータがApache 2.0で落ちてきた

2026年10月16日、Hugging Faceは「Welcome Beam」を公開し、Reflection AIのBeamの重みが実際にダウンロード可能になったと発表した。10月5日の予告から11日。約束されたオープンウェイトが約束どおり届いた数少ない例である。

総パラメータ501B／1トークンあたり23B活性のスパースMoE、コンテキスト100万トークン、テキスト入出力、ライセンスはApache 2.0。コーディングとエージェント用途に振り切っている。同日Basetenがday-0対応を発表し、AWSはSageMaker JumpStartの経路を公開、40社以上のパートナーが初日から並んだ。以下は一次情報の数字である。

中身：なぜ501Bが23Bの速度で動くのか

要点は3つで、Hugging Faceのブログが全部数字付きで出している。

MoE構造。 最初の3層は通常のdense。残り49層が256エキスパートを持ち、トークンごとに8個を選ぶ。ルーターはDeepSeek-V3と同じグループ制限方式（256個を採点→32個ずつの8グループ→上位4グループ→その中から上位8個）。エキスパートがパラメータの98.4%を占める。実務上の意味は1つで、全エキスパートがメモリに載るため、メモリは501B分必要だが計算は23B分で済む。メモリが請求書になる。 ハイブリッドアテンション。 52層のうち43層が直前512トークンのスライディングウィンドウ、9層（6層ごと＋最終層）が全コンテキストを見る。全体層は位置エンコーディングを使わず、可視トークン数に応じてクエリをスケーリングする。KVキャッシュへの効果は大きく、100万トークンで208GiB→36.08GiB、128Kで26GiB→4.6GiB。約1/6だ。1トークンあたりは208KiB→36KiB。 残差ストリームの定スケール化。 通常のTransformerは各サブ層出力を重み1で足すためストリームが膨らむ。Beamはステップkで1/√kを掛けて足し、既存ストリームを√((k-1)/k)で縮める。二乗和が常に1なので、104回の加算後も全サブ層出力と入力埋め込みが同じ重みを持つ。

ベンチマーク：量子化で何が落ちるかが見える

Reflection提供のベンチマークが、BF16／FP8／NVFP4の3列で公開されている。これは珍しい。量子化のコストが数字で見えるからだ。

SWE-bench Verified：81.6%／80.2%／80.7%
Terminal-Bench 2.1：80.1%／78.9%／78.2%
SWE-Bench Pro v1：66.1%／65.9%／65.6%
DeepSWE v1.1：43.3%／43.0%／42.7%
GPQA Diamond：90.6%／90.3%／89.3%
AIME 2026：97.7%／98.0%／97.5%
LiveCodeBench：88.3%／88.1%／87.4%
HLE（ツール無し／有り）：36.0%／51.1%

NVFP4でもBF16との差はほぼ2ポイント以内。Hugging FaceがNVFP4を「最も実用的な提供方法」と書く根拠だ。

注意点が2つある。第一に全部ベンダー測定で、第三者の再現はまだ無い。第二に、10月5日の予告値と微妙に違う（DeepSWE v1.1は44.4→43.3、SWE-bench Verifiedは80.9→81.6）。プレビューと製品版で表は動く。自分のタスクで測り直すのが前提だ。

またReflection自身の比較表で、Kimi K3やGLM-5.3にコーディング系で負けている項目がある。売りは「全チャート1位」ではなくトークンあたりの効率とApache 2.0という米国発ライセンスだ。GLM-5.2と同等のスコアを推論計算量3〜4分の1で出したとの主張だ。Terminal-Bench 2.1で約80%を約25,000トークンで達成（同点付近のGLM-5.2は約80,000トークン）という比較も出ている。

動かすのに何が要るか

ここが最も実用的な部分だ。メモリが請求書という設計がそのまま要件になる。

BF16：約1TB → H200を16枚（2ノード）
FP8：約半分 → H2008枚
NVFP4：約280GB → B300 4枚。B200 2枚（360GB）でも重みは載るがKVキャッシュの余地がほぼ無い

NVFP4はBlackwellでのみネイティブに動く。FP8はHopper／Ampere向け。手持ちが無ければAPIが現実的だ。

起動はvllm serve reflection/Beam-1.0-501B-A23B --tensor-parallel-size 16 --served-model-name beam。transformersは5.20.1以降が必要。day-0対応はtransformers・vLLM・SGLangに加えUnsloth、Axolotl、NVIDIA Dynamo、TokenSpeed。ReflectionはRust製の自作ハーネス「Mirror CLI」も公開した。Slack・Linear・GitHub連携、分離ワークスペース、バックグラウンドセッションを備える。DFlash2投機的デコーディングのドラフタも同梱だ。

値段：セルフホストとAPIの分岐点

BasetenのモデルライブラリはBeamのModel API価格を100万トークンあたり入力$1.30／キャッシュ入力$4.30／出力$0.13と記載する。出力$0.13は異様に安い。長く考えて短く答えるエージェント用途に合わせた形だ。一方セルフホストはNVFP4でも高速メモリ約280GBを先に要する。継続的な高ボリュームが無ければ割に合わない。

Meta Muse Spark Openとの比較：ライセンスの形が違う

前日の10月15日、MetaはMuse Spark Open（816B総／42B活性、100万トークン、ネイティブ・マルチモーダル）の重みを公開した。こちらはApache 2.0ではなく「Muse Model License」である。条件は3つ。

著作権表示とライセンス、利用ポリシーを同梱する

UIかドキュメントに「Built with Muse Spark Open」と明示する

モデルをAPI等で第三者に提供する事業で、12か月の総売上$20M超ならMetaと別途書面契約が必要

つまり売上$20M未満の開発者、社内利用、研究、自社製品の一機能としての組み込みは無料だ。ホスト型サービスを売るなら契約が要る。Beamは何も要求しないが、Metaは表示義務と閾値付きの条件を課す。制約の種類が違う。

性能面ではMeta公称のJobBench 61.8（Inkling 31.1、Nemotron 3 Ultra 27.2）に対しBeamは同表で未掲載。ただしMCP-Atlasは89.2対80.8、Terminal-Bench 2.1はBeamが80.1でMetaは76.4。ベンチマークは主催者が違えば勝者が変わる。1つの表で結論を出してはいけない。

最後に、AI WeeklyとVentureBeatは、NVIDIAがReflectionへの出資拡大や買収を協議中と報じている。NVFP4がBlackwell専用であることと併せると、推論基盤とチップがセットで動く構図が見える。ベンチマークの表だけを見ていると、この力学を見落とす。