はじめに
Beam 1.0 は Reflection のモデルで、プログラミングと長時間のツール処理 に対応します。このチャット API は テキスト を受け付け、入力予算は 1,048,576 トークン、max_tokens の上限は 943,718 です。Beam 1.0 のテキストは届いた順に受け取れ、Beam 1.0 の長いコード修正セッションの次の段階には関数呼び出しの結果を根拠として渡せます。
| 項目 | 値 |
|---|---|
| 入力 | テキスト |
| 出力 | テキスト |
| 入力予算 | 1,048,576 tokens |
| max_tokens の上限 | 943,718 |
主な機能とハイライト
オープンウェイト、API として提供
Beam の重みは公開されています。そのため、ここで呼び出しているモデルは、必要が変われば自分で動かしたりファインチューニングしたりすることもできます。Reflection AI は商用・研究用途に使えるオープンモデルと位置づけています。このエンドポイントは手早く使うための経路です。GPU を用意する必要はなく、トークン単位で課金され、普段お使いの chat completions リクエストがそのまま使えます。
実際のリポジトリに向けて
Reflection AI のモデルカードは、実際の GitHub Issue の解決、コマンドラインや DevOps 環境での作業、エージェント型コーディングハーネスとの連携に焦点を当てています。SWE-Bench Verified で 81.6%、Terminal Bench v2.1 で 80.1% のスコアを公表しています。これは提供元が自社の環境で出した数値です。保証ではなく、ご自身のリポジトリで試す理由として捉えてください。
ツール呼び出しと長時間タスク
モデルは関数呼び出しを返し、アプリケーション側でそれを検証して実行します。そのうえで、送り返されたツールメッセージから処理を続けます。ここでは tool_choice が文字列またはオブジェクトを受け付け、parallel_tool_calls は既定で有効です。Reflection AI は MCP 形式のツール利用や複数ステップのタスクを強調しており、ファイルを読み、テストを実行し、反復するエージェントループに合っています。
設計段階から推論トークンが少ない
Reflection AI によれば、Beam は主要なオープンモデルと比べて約 3 分の 1 の推論トークンで同程度の解決品質に到達します。ワークロードでもそれが成り立つなら、推論は出力として課金されるため、出力コストの低下にそのまま結びつきます。これは提供元の主張です。medium と high の強度で、ご自身のプロンプトを使ってトークン数を計測してください。
リクエストパラメーター
| パラメーター | 必須 | 説明 |
|---|---|---|
messages | はい | Beam 1.0 の長いコード修正セッションでは、会話と根拠資料をテキストで順に渡し、各ツール結果に元の |
max_tokens | いいえ | Beam 1.0 の |
reasoning_effort | いいえ | Beam 1.0 は low, medium, high, xhigh, max を公開し、既定は medium です。Beam 1.0 の長いコード修正セッションでレベルを比較すると、深い推論による出力トークンや待ち時間の増加を確認できます。 |
stop | いいえ | Beam 1.0 の生成を停止する文字列を 1 つ、または最大 4 つ指定できます。Beam 1.0 の回答には一致した停止文字列自体は含まれません。 1 文字以上 · 1 件以上 · 4 件以内 |
temperature | いいえ | Beam 1.0 の temperature は 0〜2 です。Beam 1.0 の長いコード修正セッションで表現を比較する際は、ほかのサンプリング設定を固定してください。 |
top_p | いいえ | Beam 1.0 の |
tools | いいえ | Beam 1.0 の長いコード修正セッションに必要な関数を OpenAI 形式で Beam 1.0 に渡します。Beam 1.0 が引数を提案し、アプリ側で検証と実行を行います。 128 件以内 |
parallel_tool_calls | いいえ | Beam 1.0 の長いコード修正セッションで複数の外部結果が必要な場合に、Beam 1.0 が独立した関数呼び出しをまとめて提案できるかを指定します。 デフォルト値: |
tool_choice | いいえ | Beam 1.0 では auto、none、required または特定の関数を選び、Beam 1.0 の長いコード修正セッションを続ける際は返された呼び出し ID を保持してください。 |
response_format | いいえ | Beam 1.0 にテキストまたは構造化 JSON を指定し、Beam 1.0 の長いコード修正セッションで使う JSON の項目をアプリ側で検証してください。 |
料金
入力 $1 / 出力 $3 100 万トークンあたり
ユースケース
リポジトリをまたいで Issue を解決する
Issue の本文、関連ファイル、失敗したテストの出力をモデルに渡し、最小限のパッチと、その修正を裏づけるコマンドを求めます。1,048,576 トークンのウィンドウがあるので、抜粋ではなくモジュール全体を含められます。マージの前に差分を確認し、テストもご自身で実行してください。
ターミナルでのエージェントループ
モデルをシェル、ファイル、テストのツールにつなぎ、確認・編集・実行・出力の読み取りを繰り返させます。履歴はメッセージリストに保持し、ターン数の上限を設け、すべてのツール呼び出しを記録しておくと、問題が起きたときに実行を再現できます。
コストに敏感な一括コーディング作業
型注釈の追加、多数のモジュールへのテスト作成、非推奨 API の移行といった一括作業では、推論トークンを少なく使うモデルが役立ちます。low か medium から始め、結果を何件か手で確認し、失敗したケースに限って設定を上げてください。
推論・数学の問題集
Reflection AI は AIME 2026 と GPQA Diamond の結果を公表しているため、構造化された推論タスクの候補として妥当です。答えと要点の手順は別々に出力させ、誤答のコストが高い場合は最終的な数値をコードで検証してください。
プロンプトガイドと実践のヒント
チャットリクエストを送る
モデル名と、プレーンテキストの messages 配列を指定して chat completions エンドポイントを呼び出します。このモデルはテキストのみに対応しているため、画像や文書は事前にテキストへ変換してください。長い応答を想定する場合は stream を true に設定します。
推論の強度と
max_tokensの上限を決める既定の強度は medium です。難しい複数ステップのバグには high 以上に上げ、定型的な修正には low に下げます。推論は
max_tokensに含まれるため、余裕を持たせてください。余裕がないと、目に見える回答が出る前に上限で打ち切られることがあります。ツールを定義して結果を返す
JSON Schema でツールを渡し、モデルに選ばせます。各ツール呼び出しには、同じ
tool_call_idを持つツールメッセージで応答してください。ツールを使った会話を続けるときは、以前のアシスタントのターンにあるreasoning_contentを履歴に残します。現在のモデルと比較する
同じ 10 個の実タスクを Beam と現在のモデルの両方で実行し、正答率、出力トークン数、レイテンシを比べてください。このページの見積もりはリクエストごとの費用を示すので、トラフィックを移す前に差額を見積もれます。
Beam でリポジトリを修正します
Beam 1.0 には課題、関連モジュール、失敗したテストの出力をまとめて渡します。テキスト入力枠は 1,048,576 トークンで、スタックトレースだけでなく不具合周辺の実装も含められます。
エージェントの履歴を保ちます
推論は medium から始めます。継続時は過去の関数呼び出し、tool_call_id、reasoning_content を残してください。ファイル操作やテストを実行して実際の出力を返すのはアプリ側です。Beam は名前を伝えただけのリポジトリを自動で読みません。
パッチを検証します
変更コードと検証コマンドを求めます。max_tokens には推論も含め、終了理由を確認し、マージ前に提案されたテストを実行してください。Reflection のベンチマークは同社環境の評価であり、パッチの成否は対象リポジトリで確認します。
Beam 1.0 の長いコード修正セッションでは Beam 1.0 自身のコンテンツ判断が適用されます。Beam 1.0 の NSFW 応答はリクエストや版によって変わるため、無制限の出力は約束しません。
API クイックスタート
curl --fail-with-body -sN https://api.spicyapi.ai/v1/chat/completions \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $(uuidgen)" \
-d '{
"model": "reflection/beam-1.0/chat",
"messages": [
{
"role": "user",
"content": "Summarise the following release notes into three bullet points."
}
],
"stream": true
}' \
| jq --unbuffered -Rrj 'select(startswith("data: ")) | .[6:] | select(. != "[DONE]") | fromjson | if .error then "\n[error] \(.error.message)\n" else (.choices[0].delta.content? // empty) end'
認証、完全なスキーマ、ポーリング、エラー処理は API リファレンスを参照してください。