Reflection AI、自律型コーディング向け大規模オープンモデル「Beam」を公開　AWS SageMakerで即時利用可能に

要点

• Reflection AIが、自律型コーディングや長期タスクに特化したオープンウェイトモデル「Beam」を発表した。

• 総パラメータ数5010億、アクティブパラメータ数230億のスパースMoE構成を採用し、100万トークンの有効文脈長を持つ。

• 重みはApache 2.0ライセンスのもとHugging Face上に公開され、BF16、FP8、NVFP4の形式が用意されている。

• AWSのSageMaker JumpStartで提供が開始され、マネージド環境やクラスタでのデプロイに対応する。

• 米Reflection AIは2026年10月16日、自律型コーディングや複数ステップの長期処理に特化したオープンウェイトの大規模言語モデル「Beam」を発表した。同モデルはコードの保守やツールの呼び出し、実行結果の解釈を自律的に行う能力を備え、Apache 2.0ライセンスの下で公開された。あわせてAmazon Web Services（AWS）の機械学習プラットフォーム「Amazon SageMaker」への統合も発表され、クラウド上で即座に推論・運用環境を立ち上げることが可能になっている。

自律型コーディングを担う「Beam」の設計と思想

Reflection AIは、モデル重みの公開や研究成果の共有、オープンソースソフトウェアの提供を通じて知能のオープン化を目指す企業だ。基盤モデルから中核ソフトウェア、運用インフラ、アプリケーションまで一連のAIスタックを展開しており、今回登場したBeamはその知見をソフトウェア開発やエージェントシステム向けに適用したモデルに位置づけられる。

Beamは「オープンウェイト（モデルの重みデータが公開され、ユーザー自身で実行環境や追加学習を制御できる形態）」として提供される。これにより開発者や研究者は、推論ランタイムの選定や配備環境の設計、カスタマイズの工程を自ら完全に管理できるという。単なるコード生成にとどまらず、ソフトウェアに生じた問題の解決、既存コードの改修、ツールの実行、そして途中結果の解釈と次工程への反映といった、長期的な文脈が求められる一連のワークフローを自律的に遂行する能力に重点が置かれている。

5010億パラメータのスパースMoEと100万トークンの処理能力

Beamのモデルアーキテクチャには、スパースMoE（Mixture-of-Experts：複数の専門ネットワークを備え、処理ごとに一部を稼働させる手法）が採用されている。モデル全体の総パラメータ数は5010億（501 billion）に達する一方、トークン生成時に動作するアクティブパラメータ数は230億（23 billion）に抑えられている。有効コンテキスト長は100万トークンにおよび、長大なコードベースやログ情報を一度に読み込んで処理できる能力を持つと説明されている。

このパラメータ構成は、インフラの運用設計に直接影響を与える。5010億という総パラメータ規模は、モデルのチェックポイントを保存するストレージ容量や重みメモリ、分散処理時のシャーディング（データを分割して配置する技術）や並列化の規模を左右する。一方で、1トークンあたりの計算負荷は230億のアクティブパラメータによって決まるため、巨大な総容量を持ちながら計算効率を高められる仕組みとなっている。

Beam 1.0の重みデータは、Hugging Faceを通じて商用利用可能なApache 2.0ライセンスで配布されている。形式としてはBF16のほか、メモリ占有量を抑えるFP8やNVFP4といった量子化チェックポイントのバリアントが用意された。これにより、利用するGPUリソースやハードウェアの世代に合わせて適切な形式を選択できる。

AWS環境における3つのデプロイ方式と運用設計

AWS上において、Beamは提供開始時点で「Amazon SageMaker JumpStart」を通じて利用可能となっている。初期対応リージョンは米国東部（バージニア北部）および米国東部（オハイオ）の2カ所だ。モデルデータはJumpStartのほか、Hugging Face Hubや任意のAmazon S3ミラーからも取得できる。

AWS環境での運用経路としては、運用の手軽さや制御要件に応じて3つの選択肢が提示されている。
1つ目は、Kubernetesなどのコンテナ運用を伴わずにマネージドなAPIエンドポイントを利用できる「SageMaker JumpStart リアルタイムエンドポイント」だ。
2つ目は、Amazon EKS（Elastic Kubernetes Service）管理下のクラスタ上でAWSマネージドコンテナを動かす「Amazon SageMaker HyperPod Inference 上の JumpStart」である。
3つ目は、同じくHyperPod Inference上で「SGLang」や「vLLM」といったオープンソースの高速推論エンジンを稼働させる方式だ。サービング用コンテナイメージやランタイム引数、量子化設定、分散実行の細部まで自社で完全に掌握したい場合に向いている。

実際の運用設計においては、ストレージやメモリ、KVキャッシュ（過去の計算結果を保持して推論を高速化するメモリ領域）、想定するコンテキスト長、並列度を考慮したサイジングが求められる。その上で目標とする同時実行数やレイテンシに基づき、レプリカ数やキャッシュ、ルーティング、オートスケーリングの各パラメーターを調整する方針が示されている。

補足

近年のソフトウェア開発支援AIでは、単なるコード補完から、開発ツールを駆使して自律的にバグ修正や機能実装を完遂するエージェント型モデルへの移行が進んでいる。