AWS、リフレクションAIのオープンウェイトモデル「Beam」をエージェント型コーディング向けに追加
AWSは、リフレクションAIのオープンウェイトモデル「Beam」を、Amazon SageMaker JumpStartとHyperPod Inferenceを通じてエージェント型コーディング用途でデプロイする方法を解説した。
ひとことで言うと
AWSはリフレクションAIのBeamモデルについて何を発表したか。
AWSは、エージェント型コーディング向けのオープンウェイト混合エキスパート（MoE）モデルであるリフレクションAIのBeamを、Amazon SageMaker上にデプロイするための技術ガイドを公開した。Beamは総パラメータ数5010億、アクティブパラメータ数230億を持ち、報告されているコンテキスト長は100万トークン。重みはApache 2.0ライセンスのもとHugging Faceで公開されている。
要点
- リフレクションAIは、コードの保守、ツールの利用、複数ステップのワークフローなど、エージェント型コーディングタスク向けに構築されたオープンウェイトモデル「Beam」を公開した。
- Beamは総パラメータ数5010億、アクティブパラメータ数230億のスパース混合エキスパート（MoE）モデルであり、リフレクションは実効コンテキスト長を100万トークンと報告している。
- AWSによると、Beamの重みはBF16、FP8、NVFP4の各チェックポイント形式でApache 2.0ライセンスのもとHugging Faceで公開されている。
- AWSは2つのデプロイ経路を説明している。マネージド型のSageMaker JumpStartリアルタイムエンドポイント、または分散GPUインフラをKubernetesネイティブに制御できるJumpStart、SGLang、vLLMを組み合わせたSageMaker HyperPod Inferenceである。
- AWSによると、公開当初Beamは米国東部（北バージニア）および米国東部（オハイオ）リージョンのSageMaker JumpStartで利用可能である。
リフレクションAIは、コードの保守、ツールの利用、結果の解釈、複数ステップのワークフローの完了といった、エージェント型コーディングおよび長期タスク向けに構築されたオープンウェイトモデル「Beam」を公開した。AWSはブログ記事でこのリリースを詳述し、開発者が自社のインフラ上で同モデルをデプロイする方法を説明した。
AWSによると、リフレクションAIの使命は、オープンなモデルの重み、公開された研究、そしてオープンソースソフトウェアを通じてインテリジェンスをオープンかつアクセス可能にすることであり、Beamはそのアプローチをソフトウェアエンジニアリングとエージェントシステムに拡張するものだという。
Beamとは
AWSは、Beamをソフトウェアの問題解決、コードの修正、ツールの呼び出し、中間結果に基づく行動のためのスパース混合エキスパート（MoE）モデルと説明している。総パラメータ数は5010億、アクティブパラメータ数は230億。リフレクションは実効コンテキスト長を100万トークンと報告している。
リフレクションはBeamの重みをApache 2.0ライセンスのもとHugging Faceで公開した。Beam 1.0はBF16、FP8、NVFP4の3種類のチェックポイント形式で提供されており、AWSによるとそれぞれ異なるメモリ使用量とハードウェア互換性を持つという。
AWSでのデプロイ方法
AWSはBeamのデプロイ経路として主に2つを挙げている。
- Amazon SageMaker JumpStartのリアルタイムエンドポイント — モデル、コンテナ、エンドポイントをパッケージ化したフルマネージド型の経路で、顧客はKubernetesを運用する必要がない。
- Amazon SageMaker HyperPod Inference — JumpStart、SGLang、vLLMと組み合わせて使用し、分散GPUインフラをKubernetesネイティブに制御したい顧客向け。サービング用イメージ、実行時引数、量子化、分散実行などを制御できる。
AWSによると、BeamはSageMaker JumpStart、Hugging Face Hub、またはオプションのAmazon S3ミラーを通じて入手できる。
ハードウェア要件
AWSは、Beamの総パラメータ数5010億を扱うには複数GPUによるデプロイが必要だとしている。重みメモリ要件が最大となるBF16チェックポイントについては、十分な総GPUメモリを確保したマルチノード構成を計画することを推奨している。FP8については、NVIDIA H100 GPUを搭載したml.p5.48xlargeインスタンス、またはH200 GPUを搭載したml.p5e.48xlargeおよびml.p5en.48xlargeインスタンスの使用を指定している。NVFP4については、NVIDIA B200 GPUを搭載したml.p6-b200.48xlargeインスタンスを指定している。
AWSはデプロイに際していくつかの前提条件を挙げている。適切なIAM、ネットワーク、ストレージ権限を備えたAWSアカウント、SageMaker JumpStartまたはHugging Face経由でのBeamへのアクセス、モデル利用規約への同意、AWS CLI、Python 3.11以降、そして対応構成に必要なGPUクォータと容量が含まれる。
提供状況
AWSによると、公開当初Beamは米国東部（北バージニア）および米国東部（オハイオ）リージョンのAmazon SageMaker JumpStartで利用可能だという。
出典：AWS Machine Learning Blog「Introducing Reflection Beam: an open-weight model for agentic coding on AWS」、2026年10月16日公開。
よくある質問
- リフレクションBeamとは何か。
- AWSによると、BeamはリフレクションAIによるオープンウェイトのスパース混合エキスパート（MoE）モデルで、ソフトウェアの問題解決、コードの修正、ツールの呼び出しといったエージェント型コーディングタスク向けに設計されている。
- Beamモデルの規模はどれくらいか。
- AWSによると、Beamは総パラメータ数5010億、アクティブパラメータ数230億であり、報告されている実効コンテキスト長は100万トークンである。
- 開発者はBeamをAWS上でどのようにデプロイできるか。
- AWSは、マネージド型の経路としてSageMaker JumpStartのリアルタイムエンドポイントを通じたデプロイ、または分散GPUインフラをより細かく制御するためにJumpStart、SGLang、vLLMを組み合わせたSageMaker HyperPod Inferenceを通じたデプロイを説明している。
- Beamは公開当初どこで利用可能か。
- AWSによると、Beamは米国東部（北バージニア）および米国東部（オハイオ）リージョンのSageMaker JumpStartで利用可能である。
出典
- Introducing Reflection Beam: an open-weight model for agentic coding on AWS | Artificial Intelligence — Amazon Web Services (AWS)