室谷代表取締役Beam 1.0（ビーム ワン）は、AI企業Reflectionが2026年10月に公開した初のオープンウェイトモデルで、コーディング・推論・エージェント作業に特化した501BのMoE（混合エキスパート）モデルなんですよね。NVIDIAがGB300 NVL72で学習されたことを受けて紹介しています。
テキトー教師DotAI 認定講師総パラメータ501B、実際に動くのは23Bだけという疎なMoEで、コンテキストは1Mトークン。ライセンスはApache 2.0で、Hugging Faceに重みが公開されています。
まずは何が発表されたかを整理しましょう。
まずは何が発表されたかを整理しましょう。
室谷代表取締役NVIDIAの公式投稿では「Welcome Beam!」として、Reflectionの初オープンウェイトモデルがGB300 NVL72で学習され、Blackwell Ultra上でday 0から1GPUあたり毎秒7万トークン超を出すと紹介されています。
テキトー教師DotAI 認定講師ここで大事なのは、発表元の整理です。モデルを作って公開したのはReflection、それをNVIDIAが自社ハードウェアでの学習・推論性能として紹介した、という関係ですね。
Beam 1.0とは？Reflectionが公開した501B MoEモデルの基本情報
まとめ
Beam 1.0 基本情報
- テキスト入力・テキスト出力のモデル。今回のチェックポイントはNVFP4で量子化された指示チューニング済み版で、BF16とFP8も同時公開
- 総パラメータ501.3B、アクティブパラメータ23.4B
- レイヤー構成は52層（3 dense + 49 MoE）、エキスパート数256
- アテンションはGated GQA + Sliding Window Attention
- コンテキスト長1Mトークン、語彙サイズ152kトークン
- 対応モダリティはテキスト、チャットテンプレートはModified Harmony形式
- ナレッジカットオフは2026年6月30日
- 開発は主に英語向けで、日本語特化の記載はなく日本語性能は現時点で不明
- 学習データは公開ソースと商用パートナー契約のデータから構成（ウェブ、ソースコード、技術文書、教育・科学文書など）
室谷代表取締役モデルカードを見ると、Beamはテキスト入力・テキスト出力のモデルで、今回のチェックポイントはNVFP4で量子化された指示チューニング済み版です。BF16とFP8のチェックポイントも同時に公開されています。
テキトー教師DotAI 認定講師基本スペックを箇条書きにするとこうです。
- 総パラメータ: 501.3B
- アクティブパラメータ: 23.4B
- レイヤー構成: 52層（3 dense + 49 MoE）
- アテンション: Gated GQA + Sliding Window Attention
- コンテキスト長: 1Mトークン
- 語彙サイズ: 152kトークン
- エキスパート数: 256
- 対応モダリティ: テキスト
- チャットテンプレート: Modified Harmony形式
- ナレッジカットオフ: 2026年6月30日
室谷代表取締役開発は主に英語向けとされています。日本語特化の記載はモデルカードには無いので、日本語での性能は現時点では明らかにされていません。
テキトー教師DotAI 認定講師学習データは公開ソースと商用パートナー契約で得たデータから構成され、ウェブ、ソースコード、技術文書、教育・科学文書などが含まれると説明されています。
Beam 1.0でできること——コーディング・推論・エージェントツール使用
Beam 1.0でできること
トークン効率の良い推論
推論品質がデバッグ・計画・自己修正に転移
ソフトウェアエンジニアリング
実際のGitHub issueの解決、CLIやDevOps環境での操作、エージェント型コーディングハーネスとの統合
エージェント的ツール使用
MCPベースのツール連携、ブラウジング、自然言語指示からの多段階ワークフロー実行
数学・科学の推論
大学院レベルの科学問題、定理証明、応用数学
室谷代表取締役Reflectionのブログでは、Beamの主な能力として「トークン効率の良い推論」「ソフトウェアエンジニアリング」「エージェント的ツール使用」「数学・科学の推論」が挙げられています。
テキトー教師DotAI 認定講師具体的には、実際のGitHub issueの解決、CLIやDevOps環境での操作、エージェント型コーディングハーネスとの統合。それにMCPベースのツール連携やブラウジング、自然言語指示からの多段階ワークフロー実行ですね。
室谷代表取締役推論まわりでは、大学院レベルの科学問題、定理証明、応用数学。その推論品質がデバッグや計画、自己修正に転移するという説明です。
テキトー教師DotAI 認定講師講座で受講生さんによく言うんですが、エージェント用途では「賢さ」より「長い作業を最後まで崩れずに続けられるか」が効いてきます。Beamはまさにそこを狙った設計なんですよ。
室谷代表取締役MYUUUでもエージェントにコードを触らせる場面が増えていて、途中で文脈を失うのが一番のストレスなんですよね。1Mコンテキストと長horizonタスク対応はそこに効いてきそうです。
Beam 1.0のベンチマーク性能——NVFP4でも劣化が小さい理由
Beam 1.0 量子化形式別ベンチマークスコア
| ベンチマーク | BF16 | FP8 | NVFP4 |
|---|---|---|---|
| SWE Bench Verified | 81.6% | 80.2% | 80.7% |
| Terminal Bench v2.1 | 80.1% | 78.9% | 78.4% |
| AIME 2026 | 97.7% | 98.0% | 97.5% |
| GPQA Diamond | 90.6% | 90.3% | 89.3% |
| HLE（ツールあり） | 51.1% | 51.1% | 51.1% |
| MCP Atlas | 80.8% | 81.5% | 80.5% |
室谷代表取締役ここが今回の面白いところで、モデルカードにBF16・FP8・NVFP4の3形式のスコアが並んでいるんですよ。
テキトー教師DotAI 認定講師代表的な数字を整理するとこうです。
| ベンチマーク | BF16 | FP8 | NVFP4 |
|---|---|---|---|
| SWE Bench Verified | 81.6% | 80.2% | 80.7% |
| Terminal Bench v2.1 | 80.1% | 78.9% | 78.4% |
| AIME 2026 | 97.7% | 98.0% | 97.5% |
| GPQA Diamond | 90.6% | 90.3% | 89.3% |
| HLE（ツールあり） | 51.1% | 51.1% | 51.1% |
| MCP Atlas | 80.8% | 81.5% | 80.5% |
室谷代表取締役4ビットのNVFP4でもBF16とほぼ同じ数字が出ている。これは大きいですよ。
量子化でメモリを節約しつつ品質を落としにくい、という設計が効いている。
量子化でメモリを節約しつつ品質を落としにくい、という設計が効いている。
テキトー教師DotAI 認定講師モデルカードには、このチェックポイントがNVIDIA Model Optimizer（ModelOpt）による学習後量子化（PTQ）で作られたと書かれています。NVIDIAの担当者から技術的な支援を受けたとも記載されていますね。
室谷代表取締役ただし注意点として、評価はtemp=0.7、top_p=0.99で行われたと明記されています。条件付きの数字だということは押さえておきたいです。
テキトー教師DotAI 認定講師あとReflectionのブログでは、GLM 5.2と比べて3〜4倍少ない推論コンピュートで同等スコアを出すと主張しています。ここは提供元の主張として紹介するのが正確ですね。
Beam 1.0の使い方・始め方——Hugging FaceとMirror CLI、対応プラットフォーム
室谷代表取締役入手経路は大きく3つです。Hugging Faceから重みをダウンロードして自前で動かす、ReflectionのAPIを使う、パートナーのホスト型エンドポイント経由で使う。
テキトー教師DotAI 認定講師公開物を整理するとこうです。
- 重み、トークナイザー、リファレンス実装
- BF16・FP8・NVFP4の重みとDFlash2ドラフター
- Beamの学習に使ったオープンソースハーネス「Mirror CLI」
室谷代表取締役Mirror CLIはターミナルからBeamを動かし、別のチェックポイントやエンドポイントに向けられるツールです。エージェントの活動を確認したり、ツール呼び出しを承認したり、作業中に方向修正したりできる。
テキトー教師DotAI 認定講師会話の再開や、別ワークツリーでの並列エージェントにも対応していると説明されています。プロジェクト指示、スキル、MCP接続、Python拡張でワークフローに合わせられるのも実務向きですね。
室谷代表取締役対応プラットフォームも初日から広い。AWS、Microsoft Azure、Google Cloud、Ollama、vLLM、SGLang、LM Studio、OpenRouter、Together AI、Databricks、Fireworks AI、Nebius、Oracle、Cloudflare、CoreWeave、Modal、Baseten、Nscale、Applied Compute、Vercel、Weights & Biasesなどが挙げられています。
テキトー教師DotAI 認定講師オンプレミスやエアギャップ環境向けにはDellとHPEがファイアウォール内で提供するとされています。ラップトップで動かすのと同じオープンスタックを企業規模で展開できる、というのが売りですね。
室谷代表取締役ReflectionのAPIはplatform.reflection.aiから無料で始められ、パブリックベータにサインアップする形です。
Beam 1.0のライセンスと提供範囲——Apache 2.0で日本からも使えるか
室谷代表取締役ライセンスはApache 2.0です。モデルカードにも「License: Apache 2.0」と明記されています。
テキトー教師DotAI 認定講師商用・研究利用が可能で、アシスタント生成、ソフトウェアエンジニアリング、エージェント的コーディング、長horizonエージェントタスク、要約、ファインチューニングのベースとして使えるとされています。
室谷代表取締役面白いのは、Reflectionが蒸留や出力を使った他モデルの学習、ファインチューニング、パラメータ効率適応、量子化、マージ、許可されたシステムに対する防御的セキュリティ研究、善意の敵対的評価を禁止していないと明言している点です。
テキトー教師DotAI 認定講師ここはオープンウェイトの実務では大きい。自社データで追加学習してドメイン特化させる、といった使い方がライセンス上しやすいわけです。
室谷代表取締役日本から使えるかという点ですが、Hugging Faceから重みを取得できる時点で地理的な制限の記載は見当たりません。ただし利用ポリシーではプライバシーや輸出コンプライアンスなど関連法規の確認が推奨されています。
最終的には自社の用途で法務確認が必要です。
最終的には自社の用途で法務確認が必要です。
テキトー教師DotAI 認定講師あと、モデルカード自体は情報提供のみでライセンスを変更・制限するものではない、という注記もされています。
NVIDIA GB300 NVL72で学習、Blackwell Ultraで毎秒7万トークン超の狙い
室谷代表取締役学習の規模もすごいんですよ。Reflectionのブログによると、10.5KのNVIDIA GB300 GPUを4週間使い、1億回を超えるロールアウトを生成したと。
テキトー教師DotAI 認定講師さらに、学習と採点で約13億のサンドボックスを使い、100万件近い高品質なコーディング・エージェント・STEM環境を用意したと説明されています。
室谷代表取締役事前学習は23.8兆トークン。これはオープンラボのRLとしては最大級だとReflectionは主張しています。
テキトー教師DotAI 認定講師推論側では、NVIDIAがBlackwell Ultra上でday 0から1GPUあたり毎秒7万トークン超と紹介しています。NVFP4の低精度フォーマットと最適化されたカーネルが効いているんでしょうね。
室谷代表取締役ここはNVIDIAのハードウェアとReflectionのモデル設計が噛み合った結果です。自前でホストする場合も、この推論効率がコストに直結します。
テキトー教師DotAI 認定講師ちなみにReflectionのブログでは、推論と学習のGPU比率を3.9:1から5.4:1まで調整し、学習中に71件の推論インシデントを訓練ジョブを止めずに処理したとも書かれています。運用面の作り込みがうかがえますね。
室谷代表取締役安全性についても、Reflectionは公開前にOpen Safety Framework評価、第三者評価、社内のIris Safety Evaluationsを実施したとしています。NVFP4でも有害リクエストの拒否・転換率88.5%、無害リクエストの遵守率82.1%という数字がモデルカードに載っています。
よくある質問
室谷代表取締役ここからは、よく聞かれるポイントを整理していきます。
テキトー教師DotAI 認定講師まず「Beam 1.0の正式リリース日はいつか」。Reflectionのブログによると、モデル紹介記事が2026年10月5日、重みの公開と利用開始の記事が2026年10月16日です。
Hugging Face上ではBeam 1.0のコレクションに4つのモデルが並んでいます。
Hugging Face上ではBeam 1.0のコレクションに4つのモデルが並んでいます。
室谷代表取締役「バージョン1.0の意味」ですが、これはReflectionの初のオープンウェイトモデルであり、コレクション名も「Beam 1.0」です。Early Access終了といった説明はソースには見当たりません。
テキトー教師DotAI 認定講師「アップデート方法や互換性」については、既存のゲームやMODのような話ではなく、モデルの重みを差し替える形になります。Hugging Faceから新しいチェックポイントを取得する形で、データ移行といった概念は当てはまりません。
室谷代表取締役「価格や入手方法」は、重みはApache 2.0で無料公開、ReflectionのAPIは無料で始められるパブリックベータ、パートナー経由のホスト型エンドポイントも利用可能です。個別の料金は各提供元の案内によります。
テキトー教師DotAI 認定講師「自分の用途で使えるか」は、テキスト生成モデルなので、コーディング、推論、エージェント的ツール使用、要約、ファインチューニングのベースに向いています。画像や音声の直接入力には対応していません。
室谷代表取締役「日本語で使えるか」については、開発が主に英語向けとされており、日本語性能の記載は現時点では明らかにされていません。実際に試して評価するのが確実です。
テキトー教師DotAI 認定講師「今後のロードマップ」は、Reflectionが自己蒸留のレシピを今後数日で公開予定としています。それ以上の詳細は現時点では明らかにされていません。
室谷代表取締役全体として、オープンウェイトの大規模MoEをNVIDIAの最新ハードで学習し、推論効率を武器にする流れがはっきり見えた発表でした。日本からも重みを落として自前で試せるので、エージェント開発をしている方は一度触ってみる価値があると思います。
