反射の最初のモデル、Beamは人工分析インテリジェンス指数で30点を獲得し、米国のオープンウエイトモデルの中で#2位に位置する
Beamは、合計501B、有効パラメータ23Bのオープンウェイトモデルで、@huggingfaceに公開されています
@reflection_aiのリリースを祝福します！
重要なポイント：
➤ USオープンウェイトモデルの中で2位：Beamのスコアは30で、MetaのMuse Spark Open（39）にのみ及ばず、昨日リリースされたNVIDIA Nemotron 3.5 Super VL（26）よりも高い。中国国外では、Muse Spark OpenとUAEのK2 Horizon（31）のみが高得点を記録している。
➤ 知能の高さゆえにトークン効率が良い：BeamはIntelligence IndexタスクでK2 Horizonと比べて約26kの出力トークンを使用し、1ポイント先んじている。K2 Horizonはその2倍の約52kを使用する。独自モデルは依然として最先端であり、GPT-6 Astra（最大）は同じ予算で約27kで53点を獲得している。
➤エージェント型ワークフローには強いが、端末側は弱い：BeamはAutomationBench-AAで48.5%のスコアを記録し、K2 Horizon（37.2%）より11ポイント上、Qwen3.8 27B（48.2%）と同等のスコアとなった。Terminal-Bench 4.0が弱点であり、Beamは3.0%のスコアしか得られず、Qwen3.8 27B（5.6%）やMuse Spark Open（8.1%）より低かった。
➤ より多くを知り、より多くを推測する：AA-Omniscienceでは質問の33％を正しく答えるが、K2 Horizon（18％）やQwen3.8 27B（16％）よりもはるかに優れている。しかし、虚構生成率は47％で、K2 Horizonは26％、Qwen3.8 27Bは30％である。これにより、Beamの純粋指数スコアは1.5となり、両者よりも高い（−3.0と−10.0）。
その他のモデル詳細
コンテキストウィンドウ：1Mトークン
モダリティ：テキスト
パラメータ：501B / 23B
