Beam 1.0
よりコスパが高いモデル: Qwen3.5-4B $0.060/MでIndex 46.7(90%安い)。
より安価でスコアの高いランク付けモデルが57つあります:DeepSeek V4.1 Flash (58.5, $0.525)、GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475)ほか54つ。
2026年11月16日時点で、Beam 1.0(Reflection)のBenchLeader Indexは45.9です(ランク付け対象は608構成)。最も強いのは長文コンテキスト(64)、最も弱いのはコーディング(37)です。API料金は入力100万トークンあたり$0.400、出力100万トークンあたり$1.20(3:1のブレンドで$0.600)で、2026年11月16日時点の定価です。出力速度は約290トークン/秒です(Artificial Analysis)。2026年10月5日にリリースされました。
要点(2026年11月16日時点)
- Beam 1.0のAPI料金は入力100万トークンあたり$0.400、出力100万トークンあたり$1.20(3:1のブレンドで$0.600)です(定価、2026年11月16日)。
- Beam 1.0の出力速度は約290トークン/秒です(Artificial Analysis、2026年11月16日)。
- Beam 1.0は2026年10月5日にリリースされました(Reflection)。
詳しく見ると:Beam 1.0はReflectionのオープンウェイトの推論モデルです(2026年10月5日リリース)。最もスコアの高い構成は、BenchLeader Indexで45.9 ±5.6を記録し、608構成中437位で下位半分に入ります。重要なのはこの「±」です。ほかに248構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別では長文コンテキストが最も高く(64)、コーディングが最も低くなっています(37)。ブレンド価格は100万トークンあたり$0.600で、中程度の価格帯です。出力速度は288トークン/秒、回答開始まで5.4秒で、最速の4分の1に入ります。7通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年10月29日。
- ブレンド価格
- $0.600/M
- 入力$0.400・出力$1.20
- 出典:Artificial Analysis
- 出力速度
- 288 tok/s
- Artificial Analysisによる測定
- 回答開始
- 5.42 s
- コンテキスト
- 1.0M
- 出典:Artificial Analysis
- 回答完了まで
- 16 s
- 最終測定2026年11月13日
- タスクあたりコスト
- $0.284
- 1タスク119 s、AA Index
- タスクあたりトークン数
- 34k
- うち64%が推論
- リリース日
- 2026年10月5日
- 総合Index46
- 推論42
- コーディング37
- エージェント・ツール41
- 数学39
- 知識46
- 長文コンテキスト64
この順位を埋め込む
ほかのバッジスタイル[](https://www.benchleader.com/models/reflection-beam)README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。
推論エフォート別の構成
同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。
| エフォート | Index | 順位 | 速度 | 回答開始 | チャット返答のコスト | カテゴリ |
|---|---|---|---|---|---|---|
| 推論なし | – | – | 288 tok/s | 5.42 s | $0.0005 | エージェント・ツール 26 |
| low | – | – | 288 tok/s | 5.42 s | $0.0005 | 推論 36 |
| medium | – | – | 288 tok/s | 5.42 s | $0.0005 | 推論 39 |
| high | – | – | 288 tok/s | 5.42 s | $0.0005 | 推論 45 |
| xhigh | – | – | 288 tok/s | 5.42 s | $0.0005 | 推論 47 |
| max | – | – | 288 tok/s | 5.42 s | $0.0005 | エージェント・ツール 47 |
| 未記載最良 | 45.9 | #437 | 288 tok/s | 5.42 s | $0.0005 | エージェント・ツール 41 · コーディング 37 · 知識 46 · 長文コンテキスト 64 · 数学 39 · 推論 42 |
Indexの推移
2026年10月17日〜2026年11月16日Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。
ベンチマーク結果
LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。
メタデータ
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| AA Openness IndexIndex対象外 | 38.9#155 | Artificial Analysis |
推論
| ベンチマーク | low | medium | high | xhigh | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|---|---|
| Humanity's Last Exam (AA)Index対象外エフォート未記載 | – | – | – | – | 34.7%#139 | Artificial Analysis | |
| HLE-Diamond (AA)エフォート未記載 | – | – | – | – | 12.8%#113 | Artificial Analysis | |
| ARC-AGI-1 | 45.0%#193 | 55.7%#180 | 67.7%#155 | 74.0%#143 | – | ARC Prize | |
| ARC-AGI-2 | 2.8%#202 | 6.4%#178 | 20.0%#151 | 23.5%#148 | – | ARC Prize | |
| CritPtIndex対象外エフォート未記載 | – | – | – | – | 13.1%#116 | Artificial Analysis | |
| CritPt v2 hard subset (AA)エフォート未記載 | – | – | – | – | 26.5%#87 | Artificial Analysis | |
| MysteryMechanismIndex対象外エフォート未記載 | – | – | – | – | 22.1%#23 | Vals AI |
コーディング
| ベンチマーク | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| SciCodeエフォート未記載 | – | 48.5%#135 | SciCode | |
| SciCode (AA)Index対象外エフォート未記載 | – | 48.5%#139 | Artificial Analysis | |
| IOIエフォート未記載 | – | 22.8%#42 | Vals AI | |
| Code Migration v1.1Index対象外エフォート未記載 | – | 22.9%#26 | Vals AI | |
| Vibe Code Bench v1.1Index対象外エフォート未記載 | – | 66.4%#56 | Vals AI | |
| ALE-BenchIndex対象外 | 1097.5#59 | – | Epoch AI Benchmarking Hub | |
| Terminal-Bench 4.0 (AA)Index対象外エフォート未記載 | – | 3.0%#140 | Artificial Analysis | |
| Design Arena WebsiteIndex対象外 | 1239#68 | – | Design Arena | |
| FrontierCode 1.1 (AA)Index対象外エフォート未記載 | – | 24.3%#72 | Artificial Analysis | |
| FrontierCode 2.0 (AA)エフォート未記載 | – | 5.5%#108 | Artificial Analysis |
エージェント・ツール
| ベンチマーク | 推論なし | max | 標準 | 出典 | 推移 |
|---|---|---|---|---|---|
| Terminal-Bench | 6.4%#104 | – | – | Terminal-Bench | |
| APEX-Agents | – | 48.8%#38 | – | Mercor | |
| GDPval-AA v2.1, normalised scoreIndex対象外エフォート未記載 | – | – | 33.9%#74 | Artificial Analysis | |
| GDPval-AA v2.1Index対象外エフォート未記載 | – | – | 1177#142 | Artificial Analysis | |
| Finance Agent v2.1Index対象外エフォート未記載 | – | – | 51.8%#36 | Vals AI | |
| Harvey's Legal Agent Benchmark v1.1Index対象外エフォート未記載 | – | – | 4.6%#31 | Vals AI | |
| Legal Research BenchIndex対象外エフォート未記載 | – | – | 28.9%#59 | Vals AI | |
| Tax Agent BenchIndex対象外エフォート未記載 | – | – | 8.8%#70 | Vals AI | |
| Terminal-Bench 4.0 (Vals)Index対象外エフォート未記載 | – | – | 4.0%#53 | Vals AI | |
| Terminal-Bench ScienceIndex対象外エフォート未記載 | – | – | 1.4%#38 | Vals AI | |
| AutomationBenchIndex対象外エフォート未記載 | – | – | 48.5%#111 | Artificial Analysis | |
| GDP.pdf (AA)Index対象外エフォート未記載 | – | – | 11.6%#146 | Artificial Analysis | |
| AA-Briefcase v1.1Index対象外エフォート未記載 | – | – | 976#159 | Artificial Analysis | |
| Terminal-Bench-Science 0.1 (AA)Index対象外エフォート未記載 | – | – | 0.5%#110 | Artificial Analysis | |
| CWE-Bench (AA)エフォート未記載 | – | – | 49.2%#22 | Artificial Analysis | |
| DeepSec-Bench (AA)エフォート未記載 | – | – | 6.9%#26 | Artificial Analysis | |
| CyberGym end-to-end (AA)エフォート未記載 | – | – | 45.0%#15 | Artificial Analysis |
数学
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| ProofBench | 18.0%#56 | Vals AI |
知識
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| AA-Omniscience v1.1 | 2.3#77 | Artificial Analysis | |
| BioMysteryBenchIndex対象外 | 42.6%#31 | Vals AI | |
| Excel Modeling Benchmark v1.1Index対象外 | 64.7%#35 | Vals AI | |
| AA-Omniscience v1.1: accuracyIndex対象外 | 30.7%#98 | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucinationIndex対象外 | 59.0%#60 | Artificial Analysis |
マルチモーダル
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Code2Video-AAIndex対象外 | 675#26 | Artificial Analysis |
長文コンテキスト
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| AA-LCR v1.1 | 78.0%#137 | Artificial Analysis | |
| MLCRIndex対象外 | 17.8%#72 | Artificial Analysis |
総合
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| Epoch Capabilities IndexIndex対象外 | 150.9#64 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v5.0.1Index対象外 | 17.7#100 | Artificial Analysis | |
| AA Intelligence Index v4.3.2Index対象外 | 30.3#127 | Artificial Analysis | |
| AA Progress Index v1Index対象外 | 296.2#130 | Artificial Analysis | |
| Vals IndexIndex対象外 | 43.4#33 | Vals AI | |
| Vals Finance IndexIndex対象外 | 46.5%#36 | Vals AI | |
| Vals Science IndexIndex対象外 | 22.0%#25 | Vals AI | |
| Vals Legal IndexIndex対象外 | 61.8%#33 | Vals AI | |
| AA Cyber IndexIndex対象外 | 33.7#18 | Artificial Analysis |
利用状況
Beam 1.0が実際にどれだけ使われているかを、利用状況を公開しているゲートウェイの報告に基づいて示します。利用状況はIndexには含まれません。よく使われているモデルとプロバイダー
| Vercel AI Gatewayのプロバイダー | スループット | 最初のトークン | 稼働率、1日 |
|---|---|---|---|
| Baseten | 634 tok/s | 0.16 s | 99.95% |
| Nebius | 281 tok/s | 0.52 s | 100.00% |
| Reflection | 162 tok/s | 0.57 s | 99.91% |
| Together AI | – | 0.16 s | 100.00% |
出典: Vercel AI Gateway, CC BY 4.0・2026年11月16日時点のデータ。
価格の推移
上記の価格(100万トークンあたり)を、変更があった日ごとに示します。
タスクあたりのコスト
最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3がプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。
| ワークロード | 入力/出力トークン | コスト | キャッシュあり | 時間 |
|---|---|---|---|---|
| チャットの返答 | 400 / 300 | $0.0005 | – | 6.5 s |
| 30ページのレポートを要約 | 12,000 / 600 | $0.0055 | – | 7.5 s |
| コード編集 | 6,000 / 1,500 | $0.0042 | – | 10.6 s |
| エージェント型コーディングセッション | 60,000 / 4,000 | $0.029 | – | 19.3 s |
| 構造化データの抽出 | 2,000 / 200 | $0.0010 | – | 6.1 s |
Reflectionのほかのモデル
Beam 1.0と比較する
関連ページ
埋め込み・引用
Beam 1.0の順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。
[](https://www.benchleader.com/models/reflection-beam)このページを引用する
ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:
BenchLeader. (2026, November 16). Beam 1.0 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/reflection-beam
BibTeX:
@misc{benchleader_reflection_beam_20261116,
author = {{BenchLeader}},
title = {{Beam 1.0 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/reflection-beam}},
note = {Data as of 2026-11-16}
}よくある質問
- Beam 1.0のベンチマークスコアは?
- 2026年11月16日時点で、Beam 1.0のBenchLeader Indexは45.9 ±5.6です。最も強いのは長文コンテキスト(64)、最も弱いのはコーディング(37)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
- Beam 1.0の順位は?
- 2026年11月16日時点で、Beam 1.0はランク付けされた608構成中437位です。ほかに248構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
- Beam 1.0の料金は100万トークンあたりいくらですか?
- 2026年11月16日時点で、Beam 1.0の料金は入力100万トークンあたり$0.400、出力100万トークンあたり$1.20で、ブレンド価格(出力1トークンにつき入力3トークン)は$0.600です。定価が最後に変わったのは2026年10月22日です。
- Beam 1.0はNemotron 3.5 Super VLより優れていますか?
- 2026年11月16日時点で、Nemotron 3.5 Super VLとBeam 1.0の品質はほぼ互角です(BenchLeader Indexで45.8対45.9、±9.7の誤差の範囲内)。価格と速度、重視するカテゴリで選んでください。ベンチマークごとの詳細は比較ページにあります。
- Beam 1.0はいつリリースされましたか?
- Reflectionが2026年10月5日にBeam 1.0をリリースしました。BenchLeaderには7通りの推論エフォート設定での結果があります。
2026年11月16日時点のデータです。 これらの構成を比較
引用表記:BenchLeader「Beam 1.0:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/reflection-beam