Reflection AI, Nvidia-সমর্থিত আমেরিকান স্টার্টআপ, 5 অক্টোবরে তার প্রথম ওপেন-ওয়েট মডেল প্রবর্তন করে, বিম নামক একটি বিক্ষিপ্ত মিশ্রণ-অফ-বিশেষজ্ঞ সিস্টেম যা বর্তমানে চীনা ল্যাব দ্বারা প্রভাবিত ওপেন-ওয়েট ফ্রন্টিয়ারের কাছে কোম্পানিটি এখনও সবচেয়ে শক্তিশালী পশ্চিমা চ্যালেঞ্জ হিসাবে অবস্থান করছে। রিফ্লেকশনের নিজস্ব ব্লগে প্রকাশিত ঘোষণাটি এবং দ্রুত রয়টার্স, টেকক্রাঞ্চ, ফরচুন এবং সেমাফোর দ্বারা বাছাই করা হয়েছে, একটি মোচড় দিয়ে এসেছে: মডেলটি এখনও ডাউনলোডযোগ্য নয়।
কোম্পানি চূড়ান্ত রেড-টিমিং এবং মূল্যায়ন হিসাবে বর্ণনা করে বিম চলছে। প্রারম্ভিক অ্যাক্সেস একটি সাইনআপ প্রক্রিয়ার মাধ্যমে উন্মুক্ত, এবং প্রতিফলন বলে যে এটি এই মাসের শেষের দিকে ওজন, একটি প্রযুক্তিগত প্রতিবেদন, একটি মডেল কার্ড এবং বিকাশকারী শিল্পকর্ম প্রকাশ করবে৷ যখন এটি ঘটবে, বীম একটি মার্কিন ল্যাব দ্বারা প্রকাশিত সর্ববৃহৎ ওপেন-ওয়েট রিলিজগুলির মধ্যে একটি হয়ে উঠবে, এবং একটি আমেরিকান কোম্পানী প্রকাশের ক্যাডেন্স এবং খোলামেলাতার সাথে মেলে কিনা তা নিয়ে এখনও পর্যন্ত সবচেয়ে পরিষ্কার পরীক্ষা যা চীনা মডেলগুলিকে ওপেন-সোর্স সম্প্রদায়ের বেশিরভাগের জন্য ডিফল্ট পছন্দ করে তুলেছে। ওপেন-ওয়েট রেসের ক্রমাগত কভারেজের জন্য এবং ক্ষেত্রটিকে অন্য সব কিছু নিয়ে যাওয়ার জন্য, আমাদের AI নিউজ হোমপেজ বুকমার্ক করুন।
মরীচির পিছনের সংখ্যা
রশ্মি হল 501 বিলিয়ন মোট প্যারামিটার সহ একটি বিক্ষিপ্ত মিশ্রণ-অফ-বিশেষজ্ঞ মডেল, যার মধ্যে প্রতি টোকেনে প্রায় 23 বিলিয়ন সক্রিয়। প্রতিফলন বলে যে এটি ওয়েব এবং মালিকানাধীন লাইসেন্সকৃত ডেটাসেট থেকে আঁকা 23.8 ট্রিলিয়ন টোকেনের উপর মডেলটিকে পূর্বপ্রশিক্ষিত করেছে, দাবি করেছে যে বেস মডেলটি একই আকারের খোলা বেস মডেলগুলির সাথে মিলে যায় বা ছাড়িয়ে যায়৷
আরো স্বাতন্ত্র্যসূচক দাবি শক্তিবৃদ্ধি শেখার উদ্বেগ. রিফ্লেকশন অ্যালগরিদম, প্রশিক্ষণের পরিবেশ এবং পরিকাঠামো তৈরি করেছে উচ্চ-কম্পিউট RL স্কেলে টিকিয়ে রাখার জন্য, এবং কোম্পানি রিপোর্ট করেছে যে তার RL রান চার সপ্তাহের প্রশিক্ষণে 10,500 NVIDIA GB300 GPU-তে 100 মিলিয়নেরও বেশি রোলআউট তৈরি করেছে। এটি একটি ওপেন-ওয়েট রিলিজের জন্য একটি অস্বাভাবিকভাবে বড় RL বিনিয়োগ, এবং প্রতিফলন এটিকে বীমের প্রতিযোগিতামূলক পারফরম্যান্সের জন্য কৃতিত্ব দেয় যা এটিকে ফ্রন্টিয়ার ইনফারেন্স কম্পিউট দক্ষতা বলে।
মানদণ্ড: প্রতিযোগিতামূলক, এখনও অগ্রণী নয়
রিফ্লেকশনের প্রকাশিত বেঞ্চমার্ক টেবিলটি ওপেন-ওয়েট প্যাকে বীমকে দৃঢ়ভাবে রাখে, খুব বড় চাইনিজ মডেলগুলির পিছনে কিন্তু বেশ কয়েকটি প্রতিষ্ঠিত নামের সাথে এগিয়ে বা স্তরে।
SWE-Bench Pro v2-Hard-এ, Beam স্কোর 77.2, GLM 5.3-এর পিছনে 88.2 এবং Kimi K3 একই সারিতে 88.2-এ, কিন্তু 56.9-এ Inkling-এর থেকে বেশ এগিয়ে৷ SWE-Bench Pro v1-এ, Beam স্কোর 65.5, Inkling (54.3), Nemotron 3 Ultra (46.4) এবং GLM 5.2 (62.1), যেখানে Qwen 3.8-Max পোস্ট 67.7। DeepSWE v1.1 এজেন্টিক কোডিং বেঞ্চমার্কে, বীম 44.4 রেকর্ড করে, GLM 5.2 এর 44.0 এর সাথে লেভেল এবং GLM 5.3 (61.0), Qwen 3.8-Max (51.0) এবং DeepSeek V4.1 Flash (74.2) এর পিছনে।
বিম কোথায় বসে সে সম্পর্কে কোম্পানির নিজস্ব ফ্রেমিং স্পষ্ট। ব্লগ পোস্টে, প্রতিফলন লিখেছেন যে বীম "ওয়েস্টার্ন ওপেন-ওয়েট ফ্রন্টিয়ারকে অগ্রসর করে" এবং "জিএলএম 5.2 এর মতো বড় ওপেন মডেলের সাথে প্রতিযোগীতা করে এবং কোডিং এবং এজেন্টিক কাজগুলিতে কিউয়েন 3.8-ম্যাক্সের কাছে পৌঁছায়।" এটি আরও স্বীকার করে যে কিমি কে 3 এর মতো ফ্রন্টিয়ার ওপেন মডেলগুলি "কাঁচা সক্ষমতার দিক থেকে এগিয়ে থাকে।"
দুটি সতর্কতা জোর দেওয়া প্রাপ্য। প্রথমত, এখানে প্রতিটি সংখ্যা ওজন প্রকাশের আগে প্রতিফলন দ্বারা স্ব-প্রতিবেদিত হয়, এবং প্রযুক্তিগত প্রতিবেদন এবং চেকপয়েন্টগুলি সর্বজনীন হলেই স্বাধীন যাচাইকরণ সম্ভব হবে। দ্বিতীয়ত, কোম্পানির নিজস্ব টেবিলের বেশ কয়েকটি সেল রিপোর্ট করা হয়নি বলে চিহ্নিত করা হয়েছে, যা আপাতত সম্পূর্ণ আপেল-টু-আপেল তুলনাকে অসম্ভব করে তোলে।
দক্ষতার যুক্তি
বীমের আসল সুবিধা হিসাবে প্রতিফলন পিচগুলি কাঁচা লিডারবোর্ডের অবস্থান নয় তবে অনুমান সময়ে ব্যয় হয়। যেহেতু প্রতি টোকেনের 501 বিলিয়ন প্যারামিটারগুলির মধ্যে মাত্র 23 বিলিয়ন সক্রিয় হয়, কোম্পানির যুক্তি হল বিম বৃহত্তর ঘন মডেলের গণনা খরচের একটি ভগ্নাংশে কাছাকাছি-সীমান্ত এজেন্টিক এবং কোডিং কার্যকারিতা প্রদান করতে পারে। এই পজিশনিং সেই কৌশলটিকে প্রতিফলিত করে যা স্টার্টআপগুলির সাথে চীনা ওপেন-ওয়েট পরিবারগুলিকে এত জনপ্রিয় করে তুলেছে: দামে শক্তিশালী-পর্যাপ্ত ক্ষমতা যা সর্বদা-অন এজেন্টদের অর্থনৈতিকভাবে কার্যকর করে তোলে।
যদি দক্ষতার দাবি স্বাধীন বেঞ্চমার্কিং থেকে বেঁচে থাকে, তবে এটি লিডারবোর্ড ডেল্টার চেয়ে বেশি গুরুত্বপূর্ণ হতে পারে। হাজার হাজার সমান্তরাল কোডিং এজেন্ট চালিত দলগুলি প্রায় একক-সংখ্যার বেঞ্চমার্ক পয়েন্টের চেয়ে সম্পূর্ণ কাজের প্রতি খরচের বিষয়ে বেশি যত্নশীল।
একটি ভূ-রাজনৈতিক আন্ডারকারেন্ট
লঞ্চের কভারেজ একটি ওপেন সোর্স মডেল রিলিজের জন্য আকর্ষণীয়ভাবে ভূ-রাজনৈতিক হয়েছে। রয়টার্স বিমকে "প্রথম এআই মডেল" হিসাবে বর্ণনা করেছে প্রতিফলন থেকে "চীনা উন্মুক্ত মডেলগুলি গ্রহণ করার জন্য।" ফরচুন জিজ্ঞাসা করেছিল যে বীম "চীনের সাথে প্রতিদ্বন্দ্বিতা করার আমেরিকার সেরা সুযোগ" হতে পারে এবং সেমাফোর কোম্পানিটিকে "চীনা ল্যাবগুলির জন্য একটি ওপেন সোর্স পশ্চিমা উত্তর" হিসাবে তৈরি করেছে।
সেই ফ্রেমিং 2026 সালের শেষের দিকে ওপেন-ওয়েট ইকোসিস্টেমের অবস্থাকে প্রতিফলিত করে: Z.ai-এর GLM ফ্যামিলি, মুনশট-এর কিমি লাইন, আলিবাবার কুয়েন এবং ডিপসিক সহ চীনা ল্যাবগুলি থেকে সর্বাধিক সক্ষম ডাউনলোডযোগ্য মডেলগুলি অপ্রতিরোধ্যভাবে এসেছে৷ আমেরিকান ল্যাবগুলি মূলত তাদের সেরা ওজনগুলি বন্ধ করে রেখেছে, পরিবর্তে API রাজস্বের উপর বাজি ধরেছে। প্রতিফলন বিপরীতে বাজি ধরছে: যে একটি উন্মুক্ত পশ্চিম সীমান্ত মডেল ডেভেলপার ইকোসিস্টেমকে আকর্ষণ করতে পারে এবং এনভিডিয়ার সমর্থন এটিকে কম্পিউট রানওয়ে বজায় রাখার জন্য দেয়।
এরপর কি হবে
এই মাসের শেষের দিকে ওয়েট রিলিজ সেই প্রশ্নগুলির উত্তর দেবে যেগুলি গুরুত্বপূর্ণ: কীভাবে বীম প্রতিফলনের নিজস্ব মূল্যায়নের বাইরে কাজ করে, কী লাইসেন্স ওজনের সাথে থাকে এবং দক্ষতা স্বাধীন লোডের অধীনে থাকে কিনা। ততক্ষণ পর্যন্ত, বীম একটি প্রতিশ্রুতিশীল বেঞ্চমার্ক টেবিল, একটি সাইনআপ ফর্ম এবং সবচেয়ে ফলপ্রসূ ওপেন-ওয়েট প্রতিশ্রুতি একটি আমেরিকান ল্যাব এই বছর করেছে।
GLM, Kimi, Qwen-এ প্রমিতকরণ বা Beam-এর জন্য অপেক্ষা করার সিদ্ধান্ত নেওয়ার জন্য বিকাশকারীদের জন্য, প্রযুক্তিগত প্রতিবেদন এবং তৃতীয়-পক্ষের মূল্যায়ন না হওয়া পর্যন্ত চূড়ান্ত সিদ্ধান্ত নেওয়ার ব্যবহারিক পরামর্শ। ওপেন-ওয়েট রেসে একজন নতুন আমেরিকান প্রবেশ করেছে, এবং কিছুক্ষণের মধ্যে প্রথমবারের মতো, এটি প্যাকের পিছনে থেকে শুরু হচ্ছে না।
এআই থেকে এগিয়ে থাকুন
ওপেন-ওয়েট ফ্রন্টিয়ার সাপ্তাহিক চলে, এবং ল্যাবগুলি যে কেউ ট্র্যাক করতে পারে তার চেয়ে দ্রুত মুক্তি পায়। এআই বাজ ওয়্যারে আরও এআই খবর পড়ুন মডেল লঞ্চ, বেঞ্চমার্ক ব্রেকডাউন এবং তাদের পিছনের ব্যবসার গল্পের জন্য।
এখানে সাম্প্রতিকতম AI উন্নয়নগুলি অন্বেষণ করুন।
