Reflection AI pokazuje Beam, model o 501 mld parametrów wymierzony w chińską konkurencję

Reflection AI, startup z Brooklynu, udostępniło Beam w poniedziałek 5 października.

Jak podaje TechCrunch, Reflection potwierdziło wcześniejsze doniesienia Axios o zbliżającej się premierze. Firma opisała architekturę modelu we wpisie na blogu. Beam jest modelem tekstowym typu mixture-of-experts (MoE). Ma 501 mld parametrów łącznie, z czego podczas wnioskowania pracuje tylko 23 mld. Model wstępnie trenowano na 23,8 bln tokenów, a okno kontekstu wynosi milion tokenów. Dla porównania GLM-5.2 od Z.ai ma około 744 mld parametrów łącznie i 40 mld aktywnych, więc aktywne zaplecze Beama jest znacznie mniejsze.

Reflection twierdzi, że Beam wypada na poziomie GLM-5.2 od Z.ai w testach zaawansowanego rozumowania.

Startup nazywa Beam „modelem roboczym” dla firm, sektora publicznego i deweloperów, którzy potrzebują przetwarzania dużej liczby zapytań bez kosztów, jakie wiążą się z zamkniętymi API.

Podstawą techniczną Beama jest w dużej mierze uczenie ze wzmocnieniem (RL) o wysokim nakładzie obliczeń. We wpisie na własnej stronie Reflection podaje, że przebieg RL wygenerował ponad 100 mln rollouts. Ten etap treningu zajął cztery tygodnie na 10 500 procesorach graficznych NVIDIA GB300. Firma podkreśla, że to właśnie inwestycja w infrastrukturę RL pozwala Beamowi dorównać większym modelom, takim jak Qwen 3.8-Max, w zadaniach kodowania i pracy agentowej, mimo mniejszej liczby parametrów.

Beam przechodzi obecnie końcowe testy red teaming i ewaluacje.

Premiera wypada w momencie, gdy różnice między możliwościami amerykańskiej i chińskiej sztucznej inteligencji się zmniejszają. Bloomberg Intelligence poinformował w niedzielę 4 października, że przewaga USA nad Chinami w AI zmalała, a postępy DeepSeek skróciły dystans do zaledwie 3 proc. W tym kontekście deklaracja Reflection o równym poziomie z GLM-5.2 od Z.ai nabiera wagi. Gdyby była prawdziwa, Beam podważyłby tezę, że tylko największe chińskie modele potrafią dostarczyć rozumowanie na poziomie frontier w konkurencyjnej cenie.

Reflection stawia Beam zarówno przeciwko zamkniętym laboratoriom, takim jak Anthropic i OpenAI, jak i otwartym modelom zachodnich graczy, takich jak Mistral i Meta. Najbliższym amerykańskim rywalem wydaje się Inkling, otwarty model z Thinking Machines Lab Miry Murati, wydany w lipcu. Według wewnętrznych testów Reflection Beam wyprzedza Inkling w czterech testach kodowania, w których oba modele podają wyniki. Zostaje jednak zasadnicza różnica: Inkling jest modelem multimodalnym, a Beam tylko tekstowym. To ograniczenie może zmniejszyć przydatność Beama w zastosowaniach wymagających przetwarzania obrazu lub wideo, czyli funkcji, która staje się standardem we wdrożeniach frontier.

Porównania benchmarków w branży AI często budzą spory.

Opublikowany 5 października ranking Veris AIsolutions daje inny obraz wyników w konkretnych zastosowaniach. W ich VAmoS Pro Bench dla agentów głosowych Grok Voice zajął pierwsze miejsce z 44,7 proc. wykonanych zadań, a pozostałe modele zostawały z tyłu. Ten benchmark dotyczy interakcji głosowych, a nie ogólnego rozumowania czy kodowania, ale pokazuje rozdrobnienie miar wydajności. Model, który świetnie radzi sobie w rozumowaniu tekstowym, nie musi przewodzić w procesach agentowych ani głosowych, co utrudnia bezpośrednie porównania premier takich jak Beam z obecnymi liderami rynku.

Nowy ReviewBench od GitHuba, także opublikowany 5 października, daje kolejne spojrzenie na zdolności przeglądu kodu. Benchmark przeanalizował ponad 100 mln prawdziwych pull requestów, żeby odwzorować rozkład pracy przy przeglądzie kodu. Obejmuje 219 publicznych pull requestów w 19 językach. GitHub podał, że dzięki nowemu narzędziu ich offline'owa ocena przeglądu kodu w Copilot lepiej przewiduje kierunek eksperymentów produkcyjnych. Reflection twierdzi, że Beam jest mocny w kodowaniu, ale brak niezależnej weryfikacji na standardowych, publicznie dostępnych benchmarkach, takich jak ReviewBench, nie pozwala ocenić pełnego obrazu jego możliwości.

Reflection założyło w 2024 roku dwóch byłych badaczy Google DeepMind.

Według danych PitchBook, na które powołuje się TechCrunch, startup pozyskał około 4,7 mld dolarów od inwestorów, w tym Nvidii, Sequoia Capital i Lightspeed Venture Partners. Ostatnia runda wyceniła firmę na 25 mld dolarów przed inwestycją. Ten kapitał jest kluczowy, żeby zapewnić sobie moc obliczeniową potrzebną do trenowania modeli frontier. Branża zgadza się, że dostęp do obliczeń to podstawowy warunek odciągnięcia klientów od zamkniętych modeli i tańszych modeli otwartych z chińskich laboratoriów.

Latem Reflection podpisało umowy warte ponad 7 mld dolarów z SpaceX i Nebius. Zapewniają one dostęp do układów NVIDIA GB300 do 2029 roku. Poleganie na sprzęcie Nvidii ma dwie strony: daje najwyższą wydajność, ale wiąże plan firmy z jej największym inwestorem. Jensen Huang, prezes Nvidii, od dawna lansuje ideę „fabryki AI”, która przyniosłaby Nvidii korzyść, bo jej procesory graficzne napędzają takie systemy. Reflection chce sprzedawać „fabryki AI” firmom i państwom, żeby instytucje mogły budować własne, lokalne systemy AI, trenując modele Reflection na własnych danych.

Axios podał, że wśród chętnych do budowy takich systemów są fundusze hedgingowe i firmy handlowe.

Model „fabryki AI” ma inną propozycję wartości niż zwykłe usługi API. Lokalny trening na prywatnych danych odpowiada na obawy o suwerenność danych, kluczowe dla instytucji finansowych i agend rządowych. Ten zwrot strategiczny wskazuje, że długofalowym celem Reflection nie jest samo wydawanie konkurencyjnych modeli, ale zbudowanie warstwy infrastruktury do prywatnych wdrożeń AI.

Termin premiery Beama zbiega się z innymi ważnymi wydarzeniami w ekosystemie AI. 5 października Liquid AI pokazało d1, model decyzyjny obsługujący tekst i obrazy. Liquid AI twierdzi, że d1 dorównuje GPT-6.1 Sol lub go przewyższa w czterech z sześciu rzeczywistych zastosowań, kosztując od 19 do 200 razy mniej. Ta agresywna polityka cenowa mniejszych graczy pokazuje presję na modele frontier, by uzasadniały koszty obliczeń. Tego samego dnia GitHub wydał ReviewBench, co sygnalizuje dążenie do bardziej rygorystycznych i wystandaryzowanych metod oceny.

Wejście Reflection na rynek zwiększa złożoność obecnego krajobrazu AI. Firma musi udowodnić, że jej deklaracje o wydajności przekładają się na realne oszczędności dla przedsiębiorstw. Jeśli Beam dotrzyma obietnicy wydajności frontier za ułamek ceny, może zaburzyć modele cenowe zarówno zamkniętych, jak i otwartych konkurentów. Bez niezależnej weryfikacji branża pozostaje sceptyczna. Najbliższe tygodnie będą kluczowe, gdy wagi trafią do sieci, a testy zewnętrzne zostaną przeprowadzone. Na razie Reflection postawiło wysoko poprzeczkę zachodniemu sektorowi modeli otwartych, rzucając wyzwanie chińskim liderom i otwierając nowy etap globalnego wyścigu AI.