Reflection AI, americký startup podporovaný Nvidií, představil 5. října svůj první model s otevřenou váhou, systém řídké směsi odborníků nazvaný Beam, který společnost staví jako dosud nejsilnější západní výzvu na hranici otevřené váhy, které v současnosti dominují čínské laboratoře. Oznámení zveřejněné na vlastním blogu Reflection a rychle převzaté agenturami Reuters, TechCrunch, Fortune a Semafor přichází s obratem: model zatím není ke stažení.

Beam prochází tím, co společnost popisuje jako finální red-teaming a hodnocení. Včasný přístup je otevřen prostřednictvím procesu registrace a Reflection říká, že koncem tohoto měsíce zveřejní váhy, technickou zprávu, modelovou kartu a vývojářské artefakty. Až se tak stane, stane se Beam jednou z největších verzí s otevřenou váhou, jaké kdy americká laboratoř vydala, a dosud nejjasnějším testem toho, zda americká společnost dokáže dostát kadenci a otevřenosti vydání, díky kterým jsou čínské modely výchozí volbou pro velkou část komunity open source. Pro nepřetržité zpravodajství ze závodu v otevřené váze a všeho ostatního, co hýbe polem, si uložte naši domovskou stránku zpráv o AI do záložek.

Čísla za paprskem

Beam je model s řídkou směsí odborníků s 501 miliardami parametrů, z nichž je zhruba 23 miliard aktivních na token. Reflection říká, že model předtrénoval na 23,8 bilionu tokenů získaných z webu a proprietárních licencovaných datových sad, přičemž tvrdí, že základní model odpovídá nebo překonává podobné velké otevřené základní modely.

Výraznější tvrzení se týká posilujícího učení. Společnost Reflection vytvořila algoritmy, školicí prostředí a infrastrukturu, aby udržela vysoce výpočetní RL ve velkém měřítku, a společnost uvádí, že její běh RL vygeneroval více než 100 milionů zavedení na 10 500 GPU NVIDIA GB300 během čtyř týdnů školení. To je neobvykle velká investice do RL pro vydání s otevřenou váhou a Reflection to připisuje za konkurenční výkon Beam s tím, co nazývá hraniční inferenční výpočetní účinnost.

Referenční hodnoty: Konkurenceschopné, zatím nevedoucí

Zveřejněná tabulka benchmarků společnosti Reflection řadí Beam pevně do balíčku s otevřenou váhou, za největšími čínskými modely, ale před nebo na úrovni několika zavedených jmen.

Na SWE-Bench Pro v2-Hard má Beam skóre 77,2, za GLM 5,3 na 88,2 a Kimi K3 na 88,2 na stejné řadě, ale daleko před Inklingem na 56,9. Na SWE-Bench Pro v1 má Beam skóre 65,5 před Inkling (54,3), Nemotron 3 Ultra (46,4) a GLM 5,2 (62,1), zatímco Qwen 3,8-Max má 67,7. V benchmarku agentního kódování DeepSWE v1.1 Beam zaznamenává 44,4, na úrovni s GLM 5.2 44.0 a za GLM 5.3 (61.0), Qwen 3.8-Max (51.0) a DeepSeek V4.1 Flash (74.2).

Vlastní rámec společnosti je upřímný ohledně toho, kde sedí Beam. V příspěvku na blogu Reflection píše, že Beam „posouvá západní hranici otevřené váhy“ a je „konkurenceschopný s většími otevřenými modely, jako je GLM 5.2 a blížící se Qwen 3.8-Max v kódování a úlohách agentů“. Připouští také, že hraniční otevřené modely jako Kimi K3 „zůstávají napřed, pokud jde o nezpracované schopnosti“.

Dvě upozornění si zaslouží důraz. Za prvé, každé číslo zde je samo nahlášeno společností Reflection před uvolněním hmotnosti a nezávislé ověření bude možné až poté, co budou zveřejněny technické zprávy a kontrolní body. Za druhé, několik buněk ve vlastní tabulce společnosti je označeno jako neohlášené, což prozatím znemožňuje úplné srovnání jablek s jablky.

Argument účinnosti

To, co Reflection představuje jako skutečnou výhodu Beam, není hrubá pozice v žebříčku, ale cena v čase odvození. Vzhledem k tomu, že na jeden token se aktivuje pouze 23 miliard z 501 miliard parametrů, společnost tvrdí, že Beam může poskytovat agentní a kódovací výkon na hranici hranic za zlomek nákladů na výpočet větších hustých modelů. Toto umístění odráží strategii, která učinila čínské rodiny s otevřenou váhou tak populární u startupů: dostatečně silné schopnosti za ceny, díky nimž jsou agenti, kteří jsou stále aktivní, ekonomicky životaschopní.

Pokud tvrzení o účinnosti přežije nezávislé srovnávání, mohlo by na tom záležet více než na rozdílech ve výsledkové tabulce. Týmy provozující tisíce paralelních kódovacích agentů se více starají o cenu za dokončený úkol než o jednociferné body benchmarku.

Geopolitický spodní proud

Pokrytí startu bylo pro vydání modelu s otevřeným zdrojovým kódem nápadně geopolitické. Reuters popsal Beam jako „první model umělé inteligence“ z Reflection, který „převzal čínské otevřené modely“. Fortune se zeptal, zda by Beam mohl být „nejlepší šancí Ameriky konkurovat Číně“, a Semafor označil společnost za „open-source západní odpověď na čínské laboratoře“.

Toto uspořádání odráží stav otevřeného ekosystému na konci roku 2026: nejschopnější modely ke stažení pocházejí převážně z čínských laboratoří, včetně rodiny GLM společnosti Z.ai, řady Kimi od Moonshot, Qwen společnosti Alibaba a DeepSeek. Americké laboratoře si většinou ponechaly své nejlepší váhy uzavřené a místo toho sázely na výnosy z API. Reflection sází na opak: že model s otevřenou západní hranicí může přitáhnout vývojářský ekosystém a že podpora Nvidie mu dává výpočetní dráhu, aby držel krok.

Co se stane dál

Vydání závaží koncem tohoto měsíce odpoví na otázky, na kterých záleží: jak si Beam vede mimo vlastní hodnocení společnosti Reflection, jaká licence doprovází závaží a zda účinnost vydrží i při nezávislém zatížení. Do té doby zůstává Beam slibnou srovnávací tabulkou, registračním formulářem a nejdůslednějším slibem otevřené váhy, který americká laboratoř letos učinila.

Pro vývojáře, kteří se rozhodují, zda standardizovat GLM, Kimi, Qwen nebo počkat na Beam, je praktickou radou držet konečná rozhodnutí, dokud nedojde k technické zprávě a hodnocení třetích stran. Závod v otevřené váze má nového amerického účastníka a poprvé po dlouhé době nestartuje zezadu.

Udržujte si náskok před umělou inteligencí

Hranice otevřené váhy se posouvá každý týden a laboratoře se uvolňují rychleji, než kdokoli může sledovat. Přečtěte si další zprávy o AI na AI Buzz Wire pro uvedení modelů na trh, srovnávací testy a obchodní příběhy, které se za nimi skrývají.

Prozkoumejte nejnovější vývoj AI zde.