10月6日、RuntimeWireが「Reflection AI unveils Beam as a Western open-weight rival to Chinese models」と題した記事を公開した。モデルの重みすら公開されていない段階でプレマネー評価額250億ドルという数字が先行する——Reflection AIの新モデル「Beam」は、その誇大な期待と未検証の主張の両方を一身に背負って登場した。
「西側には選択肢がない」という問いから始まったモデル
オープンウェイトの強力なAIモデルを自社インフラで動かしたい企業や政府機関は多い。しかし現状、その水準に達しているモデルは中国のラボから出てきたものが大半だ。Reflection AIのCEO、Misha Laskin氏はこの構造的な問題をBeamの出発点として明示している。Semaforとのインタビューでは、自前のAIシステム（ソブリンAI）を構築したい顧客には「今日まともな選択肢がほとんどなかった」と述べている。
Beamは推論・コーディング・エージェント的タスクを対象とし、モデルを自社インフラでカスタマイズして運用したい企業や公共機関を主なターゲットとしている。Reflectionのより広い構想は、プライベートクラウド・オンプレミス・制限された環境でAIを訓練・展開できる「AIファクトリー」を顧客に提供することだ。AIファクトリーとは、クラウドサービスに依存せずAIモデルの学習・推論・カスタマイズまでを顧客の管理下で完結させるインフラ体制を指す概念であり、データ主権やセキュリティ要件が厳しい政府機関や金融機関などが主な需要層となる。
スペックと効率性の主張
Beamのアーキテクチャはテキスト専用のMixture-of-Experts（MoE）モデルで、総パラメータ数501億、アクティブパラメータ数230億という構成だ。MoEとは、入力ごとに一部のパラメータのみを活性化する設計で、全パラメータを常に使うDenseモデルと比べて大規模モデルの推論コストを抑えやすい。学習トークン数は23.8兆トークン、コンテキストウィンドウは100万トークンと報告されている。
商業的に最も注目すべき主張は推論コストだ。Laskin氏はSemaforに対し、Beamは同等のオープンモデルと比べて3〜4倍少ない計算リソースで推論できると述べた。また、高度な推論ベンチマークではZ.aiのGLM-5.2と同等の性能を主張している。GLM-5.2はZhipu AIが開発する中国発のオープンウェイト推論モデルであり、AIMEなどの数学・推論ベンチマークで高い評価を得ているモデルだ。
ただしRuntimeWireが行ったベンチマークレビューでは、一部のコーディングテストでBeamは競合モデルに近いか上回る結果を出した一方、下回るケースもあった。また、Reflectionが提示する計算コスト比較には、モデルのサービング全体に伴うコストの一部が含まれていないと指摘されている。ベンチマーク上の数字と実際の運用経済性は別物だという点は、顧客が評価する上で重要な視点だ。
創業チームの背景
Laskin氏はシカゴ大学で理論物理学の博士号を取得後、UCバークレーで博士研究員を務め、Google DeepMindでGeminiの開発に携わったとされる。共同創業者のIoannis Alexandros Antonoglou氏はDeepMindでAlphaGoやAlphaZeroを含む強化学習システムの開発に関わった人物だ。研究システム構築の経験を、機関が自前で運用できるモデルに転換できるか、というのがReflectionの賭けである。
資金調達と競争環境
ReflectionにはNvidia、Sequoia Capital、Lightspeed Venture Partnersが出資しており、Semaforの報道によればプレマネー評価額250億ドルでの資金調達が確認されている。
競合環境は両面から迫っている。中国側ではGLMやAlibabaのQwenといったオープンモデルが存在し、西側ではMistral AIやThinking Machines Labが同じ市場を狙っている。Thinking Machines Labは元Cohereの研究者らが創業したスタートアップで、エンタープライズ・政府向けのオープンウェイトモデルおよびAIインフラ提供を事業の柱としており、Reflectionと直接競合するポジションに位置する。
重みの公開はこれから
一点留意すべきことがある。Beamの発表は10月5日に行われたが、モデルの重みと詳細な技術情報の公開は10月後半とされており、クラウドプロバイダー経由の配布やオープンソースライブラリとの統合も予定段階だ。現時点では外部の開発者がモデルを実際に検証・実行することはできない。250億ドルの評価を正当化するには、ベンチマーク上の主張だけでなく、重み公開後に外部が性能を再現し、実際のデプロイでコスト優位性を確認できるかが問われる。
詳細はReflection AI unveils Beam as a Western open-weight rival to Chinese modelsを参照していただきたい。
