एनवीडिया समर्थित अमेरिकी स्टार्टअप, रिफ्लेक्शन एआई ने 5 अक्टूबर को अपना पहला ओपन-वेट मॉडल पेश किया, जो कि बीम नामक एक विरल मिश्रण-विशेषज्ञ प्रणाली है, जिसे कंपनी वर्तमान में चीनी प्रयोगशालाओं के प्रभुत्व वाले ओपन-वेट सीमा के लिए सबसे मजबूत पश्चिमी चुनौती के रूप में पेश करती है। घोषणा, रिफ्लेक्शन के अपने ब्लॉग पर प्रकाशित हुई और रॉयटर्स, टेकक्रंच, फॉर्च्यून और सेमाफोर द्वारा तुरंत उठाई गई, एक मोड़ के साथ आती है: मॉडल अभी तक डाउनलोड करने योग्य नहीं है।
बीम उस दौर से गुजर रहा है जिसे कंपनी अंतिम रेड-टीमिंग और मूल्यांकन के रूप में वर्णित करती है। प्रारंभिक पहुंच एक साइनअप प्रक्रिया के माध्यम से खुली है, और रिफ्लेक्शन का कहना है कि वह इस महीने के अंत में वजन, एक तकनीकी रिपोर्ट, एक मॉडल कार्ड और डेवलपर कलाकृतियों को जारी करेगा। जब ऐसा होता है, तो बीम अमेरिकी प्रयोगशाला द्वारा प्रकाशित अब तक की सबसे बड़ी ओपन-वेट रिलीज में से एक बन जाएगी, और यह अब तक का सबसे स्पष्ट परीक्षण है कि क्या कोई अमेरिकी कंपनी रिलीज ताल और खुलेपन से मेल खा सकती है जिसने चीनी मॉडल को अधिकांश ओपन-सोर्स समुदाय के लिए डिफ़ॉल्ट विकल्प बना दिया है। ओपन-वेट रेस और मैदान में आगे बढ़ने वाली हर चीज के निरंतर कवरेज के लिए, हमारे एआई समाचार होमपेज को बुकमार्क करें।
बीम के पीछे के नंबर
बीम 501 बिलियन कुल मापदंडों वाला एक विरल मिश्रण-विशेषज्ञ मॉडल है, जिनमें से लगभग 23 बिलियन प्रति टोकन सक्रिय हैं। रिफ्लेक्शन का कहना है कि उसने वेब और मालिकाना लाइसेंस प्राप्त डेटासेट से खींचे गए 23.8 ट्रिलियन टोकन पर मॉडल को पूर्व-प्रशिक्षित किया, यह दावा करते हुए कि बेस मॉडल समान आकार के ओपन बेस मॉडल से मेल खाता है या बेहतर प्रदर्शन करता है।
अधिक विशिष्ट दावा सुदृढीकरण सीखने से संबंधित है। रिफ्लेक्शन ने बड़े पैमाने पर उच्च-कंप्यूट आरएल को बनाए रखने के लिए एल्गोरिदम, प्रशिक्षण वातावरण और बुनियादी ढांचे का निर्माण किया, और कंपनी की रिपोर्ट है कि इसके आरएल रन ने चार सप्ताह के प्रशिक्षण में 10,500 एनवीआईडीआईए जीबी 300 जीपीयू में 100 मिलियन से अधिक रोलआउट उत्पन्न किए। ओपन-वेट रिलीज के लिए यह एक असामान्य रूप से बड़ा आरएल निवेश है, और रिफ्लेक्शन इसे बीम के प्रतिस्पर्धी प्रदर्शन के लिए श्रेय देता है, जिसे वह फ्रंटियर इंट्रेंस कंप्यूट दक्षता कहता है।
बेंचमार्क: प्रतिस्पर्धी, अभी तक अग्रणी नहीं
रिफ्लेक्शन की प्रकाशित बेंचमार्क तालिका बीम को ओपन-वेट पैक में मजबूती से रखती है, सबसे बड़े चीनी मॉडलों के पीछे लेकिन कई स्थापित नामों से आगे या स्तर पर।
एसडब्ल्यूई-बेंच प्रो वी2-हार्ड पर, बीम का स्कोर 77.2 है, उसी पंक्ति में जीएलएम 5.3 से पीछे 88.2 और किमी के3 88.2 से पीछे है, लेकिन इंकलिंग से 56.9 से काफी आगे है। एसडब्ल्यूई-बेंच प्रो वी1 पर, बीम का स्कोर 65.5 है, जो इंकलिंग (54.3), नेमोट्रॉन 3 अल्ट्रा (46.4) और जीएलएम 5.2 (62.1) से आगे है, जबकि क्वेन 3.8-मैक्स का स्कोर 67.7 है। DeepSWE v1.1 एजेंटिक कोडिंग बेंचमार्क पर, बीम रिकॉर्ड 44.4, GLM 5.2 के 44.0 के स्तर और GLM 5.3 (61.0), क्वेन 3.8-मैक्स (51.0) और डीपसीक V4.1 फ्लैश (74.2) से पीछे है।
बीम कहाँ बैठता है, इसके बारे में कंपनी की अपनी फ़्रेमिंग स्पष्ट है। ब्लॉग पोस्ट में, रिफ्लेक्शन लिखता है कि बीम "पश्चिमी ओपन-वेट सीमा को आगे बढ़ाता है" और "जीएलएम 5.2 जैसे बड़े ओपन मॉडल के साथ प्रतिस्पर्धी है और कोडिंग और एजेंटिक कार्यों पर क्वेन 3.8-मैक्स के करीब पहुंच रहा है।" यह भी मानता है कि किमी K3 जैसे फ्रंटियर ओपन मॉडल "कच्ची क्षमता पर आगे रहते हैं।"
दो चेतावनियों पर जोर दिया जाना चाहिए। सबसे पहले, यहां प्रत्येक संख्या वजन जारी होने से पहले रिफ्लेक्शन द्वारा स्व-रिपोर्ट की जाती है, और तकनीकी रिपोर्ट और चौकियां सार्वजनिक होने के बाद ही स्वतंत्र सत्यापन संभव हो पाएगा। दूसरा, कंपनी की अपनी तालिका में कई कोशिकाओं को रिपोर्ट नहीं किया गया के रूप में चिह्नित किया गया है, जिससे पूर्ण सेब-से-सेब तुलना अभी के लिए असंभव हो गई है।
दक्षता तर्क
बीम के वास्तविक लाभ के रूप में रिफ्लेक्शन जो पिच करता है, वह कच्ची लीडरबोर्ड स्थिति नहीं है, बल्कि अनुमान के समय की लागत है। क्योंकि इसके 501 बिलियन मापदंडों में से केवल 23 बिलियन ही प्रति टोकन सक्रिय होते हैं, कंपनी का तर्क है कि बीम बड़े सघन मॉडलों की गणना लागत के एक अंश पर निकटवर्ती एजेंटिक और कोडिंग प्रदर्शन प्रदान कर सकता है। यह स्थिति उस रणनीति को प्रतिबिंबित करती है जिसने चीनी ओपन-वेट परिवारों को स्टार्टअप्स के साथ इतना लोकप्रिय बना दिया है: कीमतों पर मजबूत-पर्याप्त क्षमता जो हमेशा-ऑन एजेंटों को आर्थिक रूप से व्यवहार्य बनाती है।
यदि दक्षता का दावा स्वतंत्र बेंचमार्किंग से बचता है, तो यह लीडरबोर्ड डेल्टा से अधिक मायने रख सकता है। हजारों समानांतर कोडिंग एजेंटों को चलाने वाली टीमें एकल-अंकीय बेंचमार्क बिंदुओं की तुलना में प्रति पूर्ण कार्य की लागत के बारे में अधिक परवाह करती हैं।
एक भूराजनीतिक अंतर्धारा
ओपन-सोर्स मॉडल रिलीज़ के लिए लॉन्च का कवरेज आश्चर्यजनक रूप से भू-राजनीतिक रहा है। रॉयटर्स ने बीम को रिफ्लेक्शन से "चीनी ओपन मॉडल को टक्कर देने वाला पहला एआई मॉडल" के रूप में वर्णित किया। फॉर्च्यून ने पूछा कि क्या बीम "अमेरिका के लिए चीन के साथ प्रतिस्पर्धा करने का सबसे अच्छा मौका हो सकता है," और सेमाफोर ने कंपनी को "चीनी प्रयोगशालाओं के लिए एक खुला स्रोत पश्चिमी जवाब" के रूप में तैयार किया।
यह फ़्रेमिंग 2026 के अंत में ओपन-वेट इकोसिस्टम की स्थिति को दर्शाती है: सबसे सक्षम डाउनलोड करने योग्य मॉडल Z.ai के GLM परिवार, मूनशॉट की किमी लाइन, अलीबाबा की क्वेन और डीपसीक सहित चीनी प्रयोगशालाओं से आए हैं। अमेरिकी प्रयोगशालाओं ने बड़े पैमाने पर अपना सर्वश्रेष्ठ वजन बंद रखा है, इसके बजाय एपीआई राजस्व पर दांव लगाया है। रिफ्लेक्शन इसके विपरीत दांव लगा रहा है: एक खुला पश्चिमी सीमांत मॉडल डेवलपर पारिस्थितिकी तंत्र को आकर्षित कर सकता है, और एनवीडिया का समर्थन इसे बनाए रखने के लिए कंप्यूट रनवे देता है।
आगे क्या होता है
इस महीने के अंत में वजन जारी करने से उन सवालों का जवाब मिल जाएगा जो मायने रखते हैं: बीम रिफ्लेक्शन के अपने मूल्यांकन के बाहर कैसा प्रदर्शन करता है, वजन के साथ कौन सा लाइसेंस होता है, और क्या दक्षता स्वतंत्र भार के तहत बनी रहती है। तब तक, बीम एक आशाजनक बेंचमार्क तालिका, एक साइनअप फॉर्म और इस वर्ष एक अमेरिकी प्रयोगशाला द्वारा किया गया सबसे परिणामी ओपन-वेट वादा बना हुआ है।
डेवलपर्स के लिए यह तय करना कि जीएलएम, किमी, क्वेन पर मानकीकरण करना है या बीम की प्रतीक्षा करनी है, व्यावहारिक सलाह तकनीकी रिपोर्ट और तीसरे पक्ष के मूल्यांकन आने तक अंतिम निर्णय लेने की है। ओपन-वेट रेस में एक नया अमेरिकी प्रवेशकर्ता है, और कुछ समय में पहली बार, यह पैक के पीछे से शुरू नहीं हो रहा है।
एआई से आगे रहें
ओपन-वेट फ्रंटियर साप्ताहिक रूप से चलता है, और प्रयोगशालाएं किसी भी व्यक्ति की तुलना में तेज़ी से रिलीज़ होती हैं। एआई बज़ वायर पर अधिक एआई समाचार पढ़ें मॉडल लॉन्च, बेंचमार्क ब्रेकडाउन और उनके पीछे की व्यावसायिक कहानियों के लिए।
यहां नवीनतम एआई विकास का अन्वेषण करें।
