BenchLeader
Reflectionオープンウェイト推論モデルほかのモデルと比較

Beam 1.0

推論エフォート
品質339中213位
45.9Index
中央値より下
中央値比 −4.3
価格255中103位
$0.600100万トークンあたり
多くのモデルより安い
中央値の0.7倍
速度216中6位
288トークン/秒
上位10%
中央値の3.5倍
コスパ255中106位
76.5ポイント/$
中央値より上
中央値の1.4倍

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
カテゴリ別のスコア破線=平均的なモデル(50)。15ポイントが標準偏差1つ分です。
  1. 総合Index46
  2. 推論42
  3. コーディング37
  4. エージェント・ツール41
  5. 数学39
  6. 知識46
  7. 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
[![Beam 1.0 on BenchLeader: 総合 208位](https://www.benchleader.com/badge/reflection-beam.svg?style=compact)](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。

Reflectionの新モデル公開をメールで通知

ランク入りしたときにもう1通、さらに毎週月曜に週刊レビューをお届けします。

プロバイダーとメールの種類を選ぶ

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/s5.42 s$0.0005エージェント・ツール 26
low––288 tok/s5.42 s$0.0005推論 36
medium––288 tok/s5.42 s$0.0005推論 39
high––288 tok/s5.42 s$0.0005推論 45
xhigh––288 tok/s5.42 s$0.0005推論 47
max––288 tok/s5.42 s$0.0005エージェント・ツール 47
未記載最良45.9#437288 tok/s5.42 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
405060

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#155Artificial Analysis

推論

ベンチマークlowmediumhighxhigh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%#139Artificial Analysis
HLE-Diamond (AA)エフォート未記載––––12.8%#113Artificial Analysis
ARC-AGI-145.0%#19355.7%#18067.7%#15574.0%#143–ARC Prize
ARC-AGI-22.8%#2026.4%#17820.0%#15123.5%#148–ARC Prize
CritPtIndex対象外エフォート未記載––––13.1%#116Artificial Analysis
CritPt v2 hard subset (AA)エフォート未記載––––26.5%#87Artificial Analysis
MysteryMechanismIndex対象外エフォート未記載––––22.1%#23Vals 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%#135SciCode
SciCode (AA)Index対象外エフォート未記載–48.5%#139Artificial Analysis
IOIエフォート未記載–22.8%#42Vals AI
Code Migration v1.1Index対象外エフォート未記載–22.9%#26Vals AI
Vibe Code Bench v1.1Index対象外エフォート未記載–66.4%#56Vals 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%#140Artificial 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%#72Artificial Analysis
FrontierCode 2.0 (AA)エフォート未記載–5.5%#108Artificial 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-Bench6.4%#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%#74Artificial Analysis
GDPval-AA v2.1Index対象外エフォート未記載––1177#142Artificial Analysis
Finance Agent v2.1Index対象外エフォート未記載––51.8%#36Vals AI
Harvey's Legal Agent Benchmark v1.1Index対象外エフォート未記載––4.6%#31Vals AI
Legal Research BenchIndex対象外エフォート未記載––28.9%#59Vals AI
Tax Agent BenchIndex対象外エフォート未記載––8.8%#70Vals AI
Terminal-Bench 4.0 (Vals)Index対象外エフォート未記載––4.0%#53Vals AI
Terminal-Bench ScienceIndex対象外エフォート未記載––1.4%#38Vals AI
AutomationBenchIndex対象外エフォート未記載––48.5%#111Artificial Analysis
GDP.pdf (AA)Index対象外エフォート未記載––11.6%#146Artificial Analysis
AA-Briefcase v1.1Index対象外エフォート未記載––976#159Artificial Analysis
Terminal-Bench-Science 0.1 (AA)Index対象外エフォート未記載––0.5%#110Artificial Analysis
CWE-Bench (AA)エフォート未記載––49.2%#22Artificial Analysis
DeepSec-Bench (AA)エフォート未記載––6.9%#26Artificial Analysis
CyberGym end-to-end (AA)エフォート未記載––45.0%#15Artificial Analysis

数学

ベンチマーク標準出典推移
ProofBench18.0%#56Vals AI

知識

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#26Artificial Analysis

長文コンテキスト

ベンチマーク標準出典推移
AA-LCR v1.178.0%#137Artificial Analysis
MLCRIndex対象外17.8%#72Artificial Analysis

総合

ベンチマーク標準出典推移
Epoch Capabilities IndexIndex対象外150.9#64Epoch AI Benchmarking Hub
AA Intelligence Index v5.0.1Index対象外17.7#100Artificial Analysis
AA Intelligence Index v4.3.2Index対象外30.3#127Artificial Analysis
AA Progress Index v1Index対象外296.2#130Artificial Analysis
Vals IndexIndex対象外43.4#33Vals AI
Vals Finance IndexIndex対象外46.5%#36Vals AI
Vals Science IndexIndex対象外22.0%#25Vals AI
Vals Legal IndexIndex対象外61.8%#33Vals AI
AA Cyber IndexIndex対象外33.7#18Artificial 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、7日間
24.3%
トークンシェア
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
Baseten634 tok/s0.16 s99.95%
Nebius281 tok/s0.52 s100.00%
Reflection162 tok/s0.57 s99.91%
Together AI–0.16 s100.00%

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。

$0.00$0.578$1.16$1.73$2.3126年10月
入力 出力
現在:入力$0.400・出力$1.20

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

今月の新着

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。

[![Beam 1.0 on BenchLeader: 総合 208位](https://www.benchleader.com/badge/reflection-beam.svg)](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}
}

すべてのバッジスタイル、埋め込み用のトップ10ウィジェット、Indexの引用方法

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