Reflection AI открыла ранний доступ к Beam — своей первой модели с открытыми весами — 5 октября, согласно официальному анонсу компании. В настоящее время модель проходит финальный этап тестирования red team — предрелизный процесс, в ходе которого специалисты по атакам проверяют модель на недостатки в области безопасности — а веса, технический отчет и карточка модели будут опубликованы до конца этого месяца.

По данным Reflection, веса будут выпущены по лицензии Apache 2.0 вместе с полным стеком, необходимым для запуска, оценки и дообучения модели. Apache 2.0 — это разрешительная лицензия, допускающая коммерческое использование, модификацию и перераспространение, а открытый релиз весов позволит разработчикам скачать параметры и запускать модель на собственном оборудовании.

Паритет с GLM-5.2 при в 3–4 раза меньших вычислительных затратах на инференцию

Beam — это разреженная модель mixture-of-experts с 501 млрд общих параметров и 23 млрд активных параметров на токен. В таких архитектурах для каждого токена активируется лишь часть параметров модели, что снижает вычислительные затраты на токен относительно общего числа параметров. Модель была предварительно обучена на 23,8 трлн токенов, а длина ее контекста в ходе промежуточного обучения достигла 1 млн токенов.

Reflection заявляет, что Beam сопоставима с GLM-5.2 от Z.ai в тестах на сложные рассуждения, используя при этом «в 3–4 раза меньше вычислительных ресурсов на инференцию». Заявления компании не были независимо проверены, однако открытый релиз сделает возможными сторонние оценки. В GLM-5.2 около 744 млрд параметров, из которых 40 млрд активны. Reflection ставит Kimi K3 выше Beam по исходным возможностям и представляет преимущество Beam как эффективность инференции.

В сравнении с моделью Inkling от Thinking Machines Lab, выпущенной в июле, таблицы бенчмарков Reflection показывают преимущество Beam на четырех тестах по программированию с опубликованными результатами обеих моделей. На SWE Bench Pro v2-Hard — бенчмарке, измеряющем производительность в реальных задачах разработки ПО, — Beam набрала 77,2 против 56,9 у Inkling. Inkling является мультимодальной, тогда как Beam работает только с текстом.

10 500 GPU Nvidia GB300 в течение четырех недель обучения с подкреплением

Запуск обучения с подкреплением Reflection задействовал 10 500 GPU Nvidia GB300 в течение четырех недель, выполнил более 100 млн прогонов и использовал около 1,3 млрд песочниц для обучения и оценки. Прогоны — это полные попытки модели выполнить задачу, которые исполняются и оцениваются в изолированных песочницах. Компания называет этот запуск одним из крупнейших среди открытых лабораторий. По подсчетам Reflection, Inkling обучалась на 30 млн прогонах.

Reflection была основана в 2024 году Мишей Ласкиным и Иоаннисом Антоноглу, оба — бывшие исследователи Google DeepMind. Компания привлекла около $4,7 млрд от инвесторов, включая Nvidia, Sequoia Capital Lightspeed Venture Partners, в последний раз при предварительной оценке в $25 млрд.

Год назад она привлекла $2 млрд при оценке в $8 млрд, как сообщал Cryptopolitan. Только сделка со SpaceX оценивается до $6,3 млрд — $150 млн в месяц за мощности Nvidia GB300 в Colossus 2 недалеко от Мемфиса, сообщал Cryptopolitan в июне.

Beam также лежит в основе предложения Reflection «AI factory», которое позволяет организациям обучать модели на собственных данных и запускать их на собственных вычислительных мощностях. Shinsegae Group тестирует суверенную версию в Южной Корее.

«Они в каком-то смысле похожи на космические ракеты», — говорил Ласкин о пути своих моделей к передовому уровню. «Чтобы построить большую ракету, нужно время».