Reflection: Beam 1.0 501B A23B

{"about":"### ReflectionのBeam 1.0\n\nBeam 1.0 501B A23Bは、プログラミング、推論、関連する複数段階に分けた課題に向けたReflectionのテキストモデルです。疎なMoE構造の総パラメータ数は5,013億で、トークンごとに有効になるパラメータ数は約234億です。主に英語向けに開発されており、ソースコード、技術資料、詳細な指示の言語を選ぶ際に考慮すると役立ちます。\n\n構造には局所アテンションと大域アテンションを組み合わせています。学習にはソースコード、技術文書、科学資料、教材を用いています。構造化されたリポジトリ、長期的な課題、大量の文書で長いコンテキストを扱うための専用学習も行われました。強化学習ではプログラミング、ターミナル作業、STEMの課題を組み合わせています。\n\n### 想定する課題\n\nReflectionはソフトウェア工学、数学・科学の推論、段階的な問題解決を重視しています。これらは、プログラムの部品間の関係の説明、論理的な不具合の分析、アルゴリズムの変更案、仮説の検証計画、技術資料の要約といった、内容のあるテキスト対話に活用できます。\n\nBeamは推論トークンの節約にも重点を置いています。学習では不要なトークンを減らしつつ成功する解決を評価しました。これは開発元の取り組みの説明です。実際の要求では、短い結論、詳細な証明、説明付きパッチなど、回答の長さや形を明示することが依然として有用です。\n\n### Ailootの大きなテキストコンテキスト\n\n接続のコンテキストウィンドウは1,048,576トークンで、資料、指示、履歴、生成される回答を含みます。モデルのメタデータには、回答の規模が最大131,072トークンと記載されています。仕様、実装の抜粋、確認結果、それらへの質問などを一緒に渡せます。資料に名前を付け、結論がどの箇所に基づくかを示すよう求めると、大規模な分析を確認しやすくなります。\n\n例えばコードでは、渡したファイルの依存関係図、変更箇所の特定、実装の準備という順に求められます。科学の課題では、前提、記号、必要な厳密さを指定します。いずれも、有用な結果を元資料と照合できるように要求を構成する方法です。\n\nこの接続はMessages、Responses、Chat Completions、テキストのgenerateContentを通して、テキストを受け取りテキストを返します。コードや提案はモデルの回答として届きます。コマンド実行や外部データの操作は、利用するアプリケーションの機能によって決まります。","alias_of":null,"aliases":[],"author":"Reflection","canonical_model":"reflection/beam-1.0-501b-a23b","ctx":null,"formats":["chat","gemini","messages","responses"],"id":"reflection/beam-1.0-501b-a23b","input":["text"],"kind":"text","max_out":null,"methods":[{"cache_read":0.1,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"anthropic","fast_multiplier":1,"flex_multiplier":1,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":0.5,"input":["text"],"label":"Anthropic Messages","max_out":null,"max_tool_calls":null,"out":2.0,"output":["text"],"path":"/v1/messages","request_model_id":"reflection/beam-1.0-501b-a23b","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.1,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":0.5,"input":["text"],"label":"OpenAI Responses","max_out":null,"max_tool_calls":null,"out":2.0,"output":["text"],"path":"/v1/responses","request_model_id":"reflection/beam-1.0-501b-a23b","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.1,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":0.5,"input":["text"],"label":"OpenAI Chat","max_out":null,"max_tool_calls":null,"out":2.0,"output":["text"],"path":"/v1/chat/completions","request_model_id":"reflection/beam-1.0-501b-a23b","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.1,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"gemini","fast_multiplier":1,"flex_multiplier":1,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":0.5,"input":["text"],"label":"Gemini generateContent","max_out":null,"max_tool_calls":null,"out":2.0,"output":["text"],"path":"/v1beta/models/reflection/beam-1.0-501b-a23b:generateContent","request_model_id":"reflection/beam-1.0-501b-a23b","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"reflection/beam-1.0-501b-a23b","request_model_id":"reflection/beam-1.0-501b-a23b","route_label":"Ultra"}],"name":"Reflection: Beam 1.0 501B A23B","price":{"in":0.5,"in_label":null,"out":2.0,"out_label":null,"sort_in":0.5,"sort_out":2.0,"varies":false},"public_id":"reflection/beam-1.0-501b-a23b","short":"ソフトウェア工学、数学的推論、段階的な問題分析に向けた、大きなコンテキストを持つReflectionのテキストMoEモデルです。"}