Reka Core 2

Reka AI 第二代旗舰原生多模态模型，支持文本、图像、音频、视频理解，主打企业级可靠交付与 API 易用性

大規模な言語モデルマルチモーダル

https://reka.ai/

公式サイトへ

詳細レポート

Reka Core 2 は、Reka AI が 2026 年 3 月に発売した第 2 世代の主力マルチモーダルモデルです。テキスト、画像、オーディオ、ビデオの 4 種類の入力をネイティブにサポートし、エンタープライズレベルの信頼性の高い配信と API の使いやすさに重点を置いています。 Reka のゼロからのトレーニングとネイティブマルチモダリティの技術的なルートを継続し、ビデオ理解においてヘッドクローズドソースモデルと比べて差別化された利点を保持しています。ただし、OpenAI、Anthropic、Google と比較すると、コミュニティのボリュームや公開ベンチマークの開示には依然として大きな差があります。
Reka AI は、Google DeepMind、Meta FAIR、Baidu の研究科学者グループによって 2022 年に設立され、米国カリフォルニア州サニーベールに本社を置いています。コアチームには、CEO の Dani Yogatama 氏、CTO の Cyprien de Masson d'Autume 氏、共同創設者の Qi Liu 氏、Mikel Artetxe 氏などが含まれています。元の主任科学者である Yi Tay は 2024 年末に退職し、Google DeepMind に戻りました。同社は創業以来「効率」を中核として堅持し、より低いコンピューティング電力コストで市場をリードするモデルのトレーニングと展開を重視してきました。資金調達に関しては、Rekaは2023年に約5,800万米ドルのシリーズAラウンド（DST Global主導）を完了し、2025年7月にさらに1億1,000万米ドルのシリーズB資金調達を受ける予定です。その評価額は10億米ドルを超え、ユニコーンとなりました。投資家にはNvidiaやSnowflakeなどが含まれる。新しい資金は、マルチモーダルプラットフォームの研究開発とエンタープライズレベルの市場拡大を加速するために使用されます。 Reka の製品マトリックスは、パラメータの数に応じて、Spark (1B)、Edge (7B)、Flash (21B)、Core (フラッグシップ) の 4 つのレベルに分かれています。 Flash 3 は、2025 年 3 月に Apache 2.0 プロトコルに基づいてオープンソース化される予定です。
Reka Core 2は、正式には「第2世代フラッグシップマルチモーダルモデル」と位置付けられているReka Coreの後継バージョンです。第一世代と比較して、テキスト、画像、ビデオ、音声を理解するタスクが改善されました。関係者らは、エンタープライズの信頼性とAPIアクセシビリティに重点を置きながら、最前線のモデルと競合できると述べている。モデルコンテキストウィンドウは 128K で、テキスト生成、ビジョン、音声理解、ビデオ理解、推論という 5 種類の機能をカバーします。 Reka API および AWS Bedrock を通じて外部から提供されます。 Reka の中核となる技術的ナラティブは「ネイティブマルチモダリティ」です。テキスト、画像、ビデオ、オーディオは、後からマウントされるアダプターではなく、トレーニング段階から第一級の要素となります。このルートの最大のハイライトはビデオの理解です。第一世代 Reka Core は、Perception-Test ビデオ質疑応答ベンチマークで 59.3 ポイントを獲得し、Gemini Ultra の 58.7 ポイントを上回りました。当時、GPT-4o は連続ビデオクリップのネイティブ処理をまだサポートしていませんでした。 Core 2 は、この機能指向に従い、エージェントワークフローとの統合を強化し、マルチモーダル RAG、ビデオ取得、イベント検出などのシナリオで使用できます。
Reka の公式価格文書 (2026 年 6 月に確認) によると、Reka Core のテキストコール価格は 100 万入力トークンあたり 2.00 米ドル、100 万出力トークンあたり 6.00 米ドルです。画像は画像ごとに課金され (画像あたり約 0.02 米ドル)、ビデオは 1 分あたり 0.08 米ドル、音声は 1 分あたり 0.02 米ドルです。比較のために、Edge は $0.10/$0.10、Flash は $0.80/$2.00 です。 Reka Research エージェントの料金は、リクエスト 1,000 件あたり、スタンダードで 25 ドル、並列思考のロー/ハイで 35 ドル、ハイエンドで 60 ドルです。オリジナルの Core がリリースされたときの 10/25 米ドルの価格と比較すると、「効率第一」の価格設定を反映して、Core 2 の単価は大幅に下がりました。企業は、マネージドクラウド、ローカル、VPC、または完全なオフライン (エアギャップ) 導入を選択することもでき、従来のデータベースベンダーに近い導入の柔軟性を実現します。
Reka のユーザー評判は 2 つのグループに集中しています。まず、Shutterstock、Turing Video など、ネイティブなビデオ/画像の理解を必要とする企業顧客がおり、大規模なビデオと画像の取得に Reka Vision を使用しています。 2 番目に、金融、医療、その他の業界には、導入の制御性を重視する顧客がいます。オフライン展開とデータをドメイン外に保持することが、主要なセールスポイントです。開発者は一般に、Reka のマルチモーダルネイティブ機能が本物で使いやすく、API と Python/JavaScript SDK のエクスペリエンスがスムーズであると信じています。否定的なフィードバックは主に、コミュニティでの発言力の欠如によって生じます。オープンなベンチマーク、サードパーティによる複製、実際の使用例がほとんどなく、開発者が選択を行う際に十分な中立的な参照が不足しています。また、Core 2の具体的なパラメータ数値やトレーニング内容、独自のベンチマークスコアなどが公開されておらず、競合製品に比べて情報の透明性が低く、企業の評価コストが高くなっている。
業界は一般に、Reka を「小規模だが洗練された」マルチモーダルモデルメーカーとみなしており、同社の上級研究科学者の小規模チームが大手企業よりもはるかに低いコンピューティング能力で競争力のあるモデルを製造できることを認識しています。サードパーティモデルインデックス (aaas.blog) では、Reka Core 2 に高い品質と新鮮さの評価 (品質 A、新鮮さ A+) が与えられていますが、採用 (C)、引用、参加 (両方とも F) は低くなっています。総合指数はわずか 33 です。慎重に使用することをお勧めします。これは Reka の企業の位置付けと一致しています。モデルの機能は弱いわけではありませんが、生態学的およびコミュニティの成熟度はまだ確立されていません。ヘッドモデルと比較すると、Reka Core 2 はテキスト/画像ベンチマークの点で GPT-4、Claude、Gemini と同じレベルに近いです (元の Core の MMLU 83.2、GSM8K 92.2、および HumanEval 76.8 は参考として使用できます)。ビデオの理解は相対的な利点です。その欠点は、エコシステムの規模、ツール呼び出しの豊富さ、外部統合にあります。
主なリスクは 3 点に集中します。まず、透明性が欠如しています。Core 2 のパラメーター量、トレーニングデータの構成、独立したベンチマークは開示されておらず、企業は実際の機能を評価するために独自に十分な PoC を実施する必要があります。第二に、才能と生態の変動：主任研究員のイー・テイ氏は2024年末に退職する予定で、コアチームの安定性は長期的な変数となる。第三に、市場ボリュームが少ないため、コミュニティリソース、トラブルシューティングドキュメント、中国語の資料が不足しており、個人の開発者や小規模チームにとっては開始コストが高くなります。
Reka Core 2 は、ネイティブマルチモダリティ (特にビデオ/画像の理解) を必要とし、メディアコンテンツの取得、セキュリティイベント検出、マルチモーダルカスタマーサービス、ドキュメント分析などのデータの保存方法と導入方法に厳しい要件がある企業顧客に適しています。また、すでに AWS Bedrock を使用していて、新しいベンダーを導入することなくマルチモーダル機能を追加したいチームにも適しています。これは、最大のコミュニティエコシステムや最も豊富なツールチェーンを追求する、または多数の公開ベンチマークの承認を必要とする個人の開発者には適していません。シナリオが主に純粋なテキスト推論である場合、同じクローズドソースモデルの生態学的成熟度は通常より高くなります。代替案には、GPT-5.6 シリーズ、Claude Opus、Gemini シリーズ、および Qwen-VL や InternVL などのオープンソースマルチモーダルモデルが含まれます。
Reka Core 2 は、確かな機能と柔軟な導入を備えたエンタープライズレベルのネイティブマルチモーダルフラッグシップモデルです。ビデオによる理解が同社の差別化要因となっているが、より主流の市場に移行する前に、生態学的規模と透明性が補わなければならない教訓がまだ残っている。

ユーザーレビュー

Noah.MooreIII

—

全体としては、確かな機能を備えたエンタープライズレベルのマルチモーダルモデルです。動画が強みです。最も完全なエコシステムが必要な場合は、OpenAI を採用する必要があります。

Stephen_RamirezQ

—

正直に言うと、Core 2の具体的なパラメータや独自ベンチマークは公開されていません。 PoC は、モデルを選択するときに自分でのみ実行できます。透明性については減点されます。内部比較を行ったところ、マルチモダリティ、特にビデオは確かに強力ですが、純粋なテキスト推論は第一線の主力製品にはるかに及ばないことがわかりました。ビデオと画像を理解することが主なニーズである場合は、受講する価値があります。それ以外の場合は、決定を下す前に注意深く読むことをお勧めします。

JoshuaAllen_2021

—

ChatGPT のようなチャットインターフェイスはなく、純粋な API です。チーム用に独自のフロントエンドを構築したい場合、その敷居がそこにあります。

HaroldFoster77

—

セキュリティシナリオでのカメライベント検出にこれを使用していますが、継続的なビデオの理解により、フレーム抽出ソリューションよりも誤報がはるかに少なくなります。以前は、他のモデルを使用する場合、認識する前にビデオをフレームに分割する必要があり、その結果、大量のタイミング情報が失われていました。 Core 2 でビデオをネイティブに視聴した後、一線を越えたり長居したりするなどのコンテキスト依存の動作の認識がはるかに正確になり、実装効果は予想を上回りました。

BrianKelly_99

—

Reka Core 2 のビデオの理解は非常に優れています。スポーツハイライトの自動編集を行っています。以前は、フレーム抽出スキームを使用すると、連続アクションが見逃されることがよくありました。 Core 2 に切り替え、ビデオ全体を直接フィードして、時間に応じてハイライトをハイライト表示できるようにしました。ヒット率が大幅に向上し、後期の手動修正の負担が大幅に軽減されました。

xAmáliaCastro_x

—

チーフサイエンティストの Yi Tay が DeepMind に戻りましたが、長期的なチームの安定性には疑問符が付いています。

ATurner

—

Reka は、物理 AI およびロボット工学のシナリオにおける真の選択肢です。ビデオを静止画の束として扱う多くの大規模モデルとは異なり、統合された潜在空間内のアクションシーケンスと意図を実際に理解し、時間的推論が大幅に強化されます。私たちはロボットアームをデモンストレーションし、操作ビデオを見た後、同じ手順を繰り返してもらいました。この能力は他では利用できないかもしれません。

Brittany.Carter00761

—

価格はまあまあで、100 万トークンあたりの Core 2/6 で、GPT と同じ価格より少し安いですが、ビデオは分単位で課金され、量が多い場合は精算する必要があります。

Lauren_PatelII6

—

n8n コミュニティノードが登場し、メディアチームにとって Reka Clips ワークスペースを使用して短いビデオスライスを作成するのがはるかに便利になりました。

Deborah_Sanders_752

—

場合によっては、ビデオ Q&A が深刻で無意味なものになることがあります。重要なシーンは依然として手動でレビューする必要があり、完全に管理することはできません。

AngelaReed_202199

—

エンタープライズ展開の柔軟性が最大のセールスポイントです。金融顧客のデータはドメイン外に出てはなりません。 Core 2 はローカルおよび完全にオフラインの展開をサポートしており、コンプライアンスを一度で通過できます。これは、OpenAI や Claude よりもはるかに議論しやすいです。その代償として、推論スタックを自分で保守しなければならないということです。小規模なチームで運用・保守を行わない場合は、クラウド API を使用する方が簡単です。

Sharon_RuizZ09

—

AWS Bedrock を通じて調整することもできます。すでに Bedrock を使用しているチームは、マルチモーダルサービスに接続するために新しいサプライヤーを選択する必要がないため、トラブルが軽減されます。

GGonzalezJr

—

私のコーディング能力は大丈夫ですが、プロンプトは非常に文字通りであり、初心者が簡単に覆してしまうため、注意してプロンプトを作成する必要があります。

WRivera_202270

—

128K のコンテキストは、2026 年には実際には少し粗末です。Google はそれに 2M を与えており、長いドキュメント RAG はスライスすることしかできません。

Alice_Fisher8

—

Reka Research の並列思考ファイルは少し高価で、リクエスト 1,000 件あたりの最大価格は 60 ドルです。それに価値があるかどうかは意見の問題です。

DonnaRoberts

—

ネイティブのマルチモダリティは単なる自慢ではありません。画像、音声、ビデオ、テキストは統合された方法で処理され、コンテンツレビュー用の 1 つのパイプラインが引き継ぎます。

Alan.Thompson_Max

—

20 人からなる小さなチームがこのレベルを達成するのは簡単ではなく、効率化の道は尊敬に値します。

RachelBellQ

—

エコシステムが小さすぎるため、中国の情報を見つけることは基本的に不可能です。すべてのトラブルシューティングは、ドキュメントの参照に依存します。個人の開発者は注意が必要です。

Reka Core 2

詳細レポート

ユーザーレビュー

類似の製品