Beam 1.0 501B-A23B の必要VRAM

Reflection AI(米)のMoE(総501B・実働23B)。52層中43層が窓512のスライディングウィンドウ注意。BF16・FP8・NVFP4で配布。

501.27B / 52層 / GQA 8ヘッド / 既定コンテキスト 8,192 トークン(HuggingFace)

必要VRAM = 重み + KVキャッシュ(既定コンテキスト時) + 1.5GB(OS/表示)。△は量子化を下げるかコンテキストを絞れば動作します。

この表は Q4_K_M を最小の量子化として計算しています。×でも、IQ4_XS のようにさらに小さい量子化なら収まることがあります(品質低下と、使うランタイムの対応状況の確認が要ります)。

🛠 総パラメータは大きいものの、実際に毎回動くのは一部だけのMoEです。llama.cpp の --n-cpu-moe や KTransformers などオフロード対応エンジンを使うと、VRAM に全部載らなくても、大容量のシステムRAMがあれば動く場合があります(速度は実働パラメータ相当。下の必要VRAMは全載せ前提の目安です)。

Beam 1.0 501B-A23Bとは

Beam 1.0 501B-A23Bは、reflectionが公開するTransformer系のデータセンター級(501.27Bパラメータ)オープンモデルです。数百B〜1T規模のフラッグシップで、個人のローカル実行は対象外です(参考収載)。

Hugging Faceでの直近30日ダウンロードは約9,776件・いいね304件 — ダウンロード数は当サイト収録120モデル中103位です(2026-11-04時点。公式リポジトリ分のみで、GGUF再配布版は含みません)。

Beam 1.0 501B-A23Bの必要スペックを読み解く

Q4_K_M量子化での内訳は、重み(モデル本体)が約303.9GB、8Kトークン分のKVキャッシュが約0.4GB、システム予約と合わせて合計約305.8GBです。 単一のコンシューマGPUに◎(快適)となるクラスはなく、実行はクラウドGPUが現実的です。 迷ったらQ4_K_M(合計約305.8GB)が基準です。VRAMに余裕があればQ8_0(約534.5GB)で品質の上積みが狙えます。 Mac(ユニファイドメモリ)での判定は、トップページでチップと搭載メモリを選ぶと計算できます。

MoE構成: 総501.27B・実効23B。メモリは総量501.27B分が必要ですが、生成速度は23B級の軽さです。

ハイブリッドアテンション採用: 全52層のうちフルアテンションは9層のみで、残りの層は直近512トークンの窓しか参照しません。長文時のKVキャッシュ増加が緩やかです。

コンテキスト長とメモリの伸び方

このモデルのKVキャッシュは、2Kトークンで約0.2GB、8Kで約0.4GB、32Kまで広げると約1.3GBになります。文脈を4倍にしてもKVキャッシュは3.3倍にしか増えません — 長文に強いメモリ設計です。

速度の目安(理論上限)

MoEのため速度は実効23B相当(Q4で約13.9GB)で決まり、理論上限はRTX 3060 12GBで約26 tokens/秒、RTX 4090で約72 tokens/秒です(実効はこれ以下)。

動かすには

この規模はコンシューマ環境の外なので、クラウドGPUでの実行が入口になります。 RunPodでの始め方(手順ガイド)

同クラスの選択肢

Ling-3.1-flash(572.12B) / MiniMax-M3.1-Flash(428B) / MiniMax-M3(427.04B)

▶ あなたのPCを自動判定する(スペック送信なし・ブラウザ内完結)