Reflection udostępni wagi Beam w tym miesiącu. Zestaw do fine-tuningu to argument sprzedażowy

Reflection AI przedstawiła Beam 5 października. To pierwszy model firmy z otwartymi wagami, zbudowany jako rzadka mieszanka ekspertów: 501 mld parametrów łącznie i 23 mld aktywnych. Firma pretrenowała go na 23,8 bln tokenów z danych z sieci i danych licencjonowanych, jak podała we wpisie na blogu.

Wag jeszcze nie ma. Reflection prowadzi testy red teaming i ewaluację. Wagi, raport techniczny, kartę modelu i materiały dla deweloperów obiecuje oddać w tym miesiącu.

Ten termin znaczy więcej niż wpis o premierze. Wydanie otwartych wag przydaje się tylko zespołom, które potrafią model dostroić. Reflection sprzedaje Beam ekonomiką wnioskowania, nie miejscem w tabeli benchmarków. Firma twierdzi, że Beam wypada podobnie do GLM-5.2 od Z.ai w zaawansowanym rozumowaniu, zużywając 3 do 4 razy mniej mocy obliczeniowej. Deklaruje jeszcze większą przewagę nad modelami z klasy dwóch bilionów parametrów, takimi jak Qwen 3.8-Max od Alibaby.

Semafor podał, że współzałożyciel i prezes Misha Laskin przedstawiał Beam jako konia roboczego do kodowania i zadań agentowych. Reflection założyli w 2024 roku byli badacze DeepMind. Firma trenuje już następcę, który według Laskina ma być znacznie mocniejszy. Semafor podał też, że spółka potwierdziła w czerwcu wycenę przedinwestycyjną na 25 mld dol., a wśród inwestorów są Nvidia, Sequoia i Citigroup.

Obietnice wydajności to argument sprzedażowy, nie tabela wyników

Tabela benchmarków Reflection sama pokazuje luki. Beam ma 77,2 na SWE Bench Pro v2-Hard, poniżej Kimi K3 z 88,2. Bez narzędzi dostaje 36,2 na HLE, przy 46,9 dla Kimi K3. Na SWE Bench Pro v1 ma 65,5, więcej niż GLM 5.2 z 62,1, ale mniej niż Qwen 3.8 Max z 67,7. Najlepszy wynik, 97,8 na AIME 2026, zostaje tuż pod 99,2 GLM 5.2.

Argument o wydajności nabiera sensu przy zestawie do fine-tuningu. Mniejsza liczba aktywnych parametrów może dać podobne rozumowanie przy ułamku mocy obliczeniowej. Jeśli tak jest, zespoły, które chcą własnego modelu, dostają tańszą bazę do adaptacji, a koszt eksperymentów spada. Reflection mówi to wprost: więcej inteligencji na token. Model powstał jako koń roboczy, nie jako wizytówka czołówki.

To twierdzenie zostaje nieudowodnione, dopóki wagi się nie pojawią i outsiderzy nie zrobią własnych ewaluacji.

„Dziś nie mają naprawdę dobrych opcji”, powiedział Laskin Semaforowi, opisując firmy i rządy, które chcą suwerennej AI bez polegania na chińskich modelach.

Termin nie jest przypadkowy. Chińskie laboratoria prowadzą w otwartych wagach, a zachodnie przedsiębiorstwa po cichu je przyjęły do powtarzalnej pracy. Reflection zakłada, że organizacje, które muszą model posiadać i kontrolować, zapłacą za zachodnią bazę do dostrojenia u siebie, zamiast ją wynajmować. Semafor podał, że firma pracuje nad oceną z US Center for Advancing Innovation and Standards for Super Intelligence oraz brytyjskim AI Safety Institute.

Reszta tygodniowego stosu

Beam nie jest jedynym wydaniem dla zespołów, które modele adaptują, a nie tylko wywołują. Cloudflare opublikował 5 października Clef, model multimodalny o 27 mld parametrów, dotrenowany z Qwen3.8-27B. Zamienia stan i schemat typowanych pytań na prawdopodobieństwa, bez swobodnego generowania i bez parsowania odpowiedzi, na licencji Apache 2.0. Firma twierdzi, że działa na jednym H200, i wskazuje SGLang do serwowania.

Reka pokazała tego samego dnia badawcze wydanie podglądowe Rho-1. To model omni-reasoning o 19 mld parametrów, trenowany od zera, który obsługuje tekst, obrazy i wideo w jednej sieci. Wariant destylowany skraca odszumianie ze 99 kroków do 8. Interfaze opublikował Interfaze 1.1 Lite, model o mieszanej architekturze, który działa na jednym GPU 80 GB bez zewnętrznych usług. NASA i IBM udostępnili kod do fine-tuningu i wnioskowania dla Lunar Foundation Model, z konfiguracjami TerraTorch do wykrywania kraterów i oceny prawdopodobieństwa lodu.

Narzędzia wokół stosu też się ruszają. GitHub opublikował 5 października ReviewBench, otwarty benchmark 219 pull requestów w 19 językach. Opiera się na analizie 103,9 mln pull requestów w GitHubie i ma mierzyć przegląd kodu przez AI, a nie wrażenia. Blog Google Open Source opisał scaloną zmianę w specyfikacji Apache Iceberg REST Catalog. Zmiana dodaje ograniczenia odczytu przy maskowaniu kolumn i filtrowaniu wierszy, co ma znaczenie dla każdego, kto serwuje dostrojone modele na danych z lakehouse z kontrolą dostępu.

Nie wszystkie wieści z tygodnia pomagają. DigitalOcean po cichu zakończył program Open Source Credits, podał It's FOSS. Opiekunowie projektów, w tym Node.js, dostali informację, że przedłużenia i nowe zgłoszenia są zamknięte. Tom's Hardware podał, że Google wstrzymał 1 października zgłoszenia podatności produktów do swojego OSS VRP po fali nieprawidłowych raportów generowanych przez AI. Google obiecał aktualizację do pierwszego kwartału 2027 roku.

Infrastruktura do trenowania i fine-tuningu drożeje, gdy kończą się darmowe kredyty.