Reflection AI ha aperto l'accesso anticipato a Beam, il suo primo modello open-weight, il 5 ottobre, secondo l'annuncio ufficiale dell'azienda. Il modello sta attualmente completando i test red-team — un processo pre-rilascio in cui tester avversari analizzano il modello alla ricerca di difetti di sicurezza — mentre i pesi, un report tecnico e una model card sono previsti entro fine mese.

Secondo Reflection, i pesi saranno rilasciati sotto licenza Apache 2.0, insieme allo stack completo necessario per eseguire, valutare e mettere a punto il modello. Apache 2.0 è una licenza permissiva che consente l'uso commerciale, la modifica e la ridistribuzione, e il rilascio open-weight permetterà agli sviluppatori di scaricare i parametri ed eseguire il modello sul proprio hardware.

Parità con GLM-5.2 con 3–4× in meno di calcolo per l'inferenza

Beam è un modello sparso mixture-of-experts con 501 miliardi di parametri totali e 23 miliardi di parametri attivi per token. In tali architetture, solo un sottoinsieme dei parametri del modello viene attivato per ogni token, riducendo il calcolo richiesto per token rispetto al numero totale di parametri. È stato pre-addestrato su 23,8 trilioni di token e la sua lunghezza del contesto ha raggiunto 1 milione di token durante l'addestramento intermedio.

Reflection dichiara che Beam eguaglia il GLM-5.2 di Z.ai nei test di ragionamento avanzato utilizzando «3–4× in meno di calcolo per l'inferenza». Le affermazioni dell'azienda non sono state verificate in modo indipendente, anche se il rilascio open consentirà valutazioni di terze parti. Il GLM-5.2 ha circa 744 miliardi di parametri, 40 miliardi dei quali attivi. Reflection colloca Kimi K3 avanti a Beam in termini di capacità grezza e presenta il vantaggio di Beam come efficienza nell'inferenza.

Confrontato con Inkling di Thinking Machines Lab, rilasciato a luglio, le tabelle di benchmark di Reflection mostrano Beam in vantaggio su quattro benchmark di coding, con i punteggi pubblicati per entrambi i modelli. Su SWE Bench Pro v2-Hard, un benchmark che misura le prestazioni nell'ingegneria del software nel mondo reale, Beam ha ottenuto 77,2 contro 56,9 di Inkling. Inkling è multimodale, mentre Beam è solo testo.

10.500 GPU Nvidia GB300 hanno lavorato per quattro settimane di RL

L'addestramento con apprendimento per rinforzo di Reflection ha utilizzato 10.500 GPU Nvidia GB300 per quattro settimane, ha prodotto oltre 100 milioni di rollout e ha impiegato circa 1,3 miliardi di sandbox per addestramento e valutazione. I rollout sono tentativi completi del modello su un compito, eseguiti e valutati all'interno di ambienti sandbox isolati. L'azienda lo descrive come uno dei più grandi addestramenti RL mai realizzati da un laboratorio open. Secondo i conteggi di Reflection, Inkling è stato addestrato su 30 milioni di rollout.

Reflection è stata fondata nel 2024 da Misha Laskin e Ioannis Antonoglou, entrambi ex ricercatori di Google DeepMind. L'azienda ha raccolto circa 4,7 miliardi di dollari da investitori tra cui Nvidia, Sequoia Capital e Lightspeed Venture Partners, più di recente con una valutazione pre-money di 25 miliardi di dollari.

Un anno fa aveva raccolto 2 miliardi di dollari con una valutazione di 8 miliardi, come riportato da Cryptopolitan. Il suo accordo con SpaceX alone arriva fino a 6,3 miliardi di dollari, 150 milioni al mese per capacità Nvidia GB300 presso Colossus 2 vicino a Memphis, come riportato da Cryptopolitan a giugno.

Beam sostiene inoltre l'offerta di «AI factory» di Reflection, che consente alle istituzioni di addestrare i suoi modelli sui propri dati e di eseguirli sul proprio calcolo. Shinsegae Group sta testando un'edizione sovrana in Corea del Sud.

«Sono una specie di razzi spaziali», ha detto Laskin del percorso dei suoi modelli verso lo stato dell'arte. «Costruire un grande razzo spaziale richiede tempo.»