AI Refleksi yang Didukung Nvidia Meluncurkan Beam, Model Open-Weight Parameter 501B yang Melawan Lab Tiongkok

Reflection AI, perusahaan rintisan asal Amerika yang didukung Nvidia, memperkenalkan model open-weight pertamanya pada tanggal 5 Oktober, sebuah sistem yang terdiri dari beberapa ahli bernama Beam yang diposisikan oleh perusahaan tersebut sebagai tantangan Barat terkuat dalam menghadapi tantangan open-weight yang saat ini didominasi oleh laboratorium Tiongkok. Pengumuman tersebut, yang dipublikasikan di blog Reflection dan dengan cepat diambil oleh Reuters, TechCrunch, Fortune dan Semafor, hadir dengan sebuah perubahan: model tersebut belum dapat diunduh.

Beam sedang menjalani apa yang digambarkan perusahaan sebagai tim merah akhir dan evaluasi. Akses awal dibuka melalui proses pendaftaran, dan Reflection mengatakan akan merilis bobot, laporan teknis, kartu model, dan artefak pengembang akhir bulan ini. Jika hal ini terwujud, Beam akan menjadi salah satu rilisan open-weight terbesar yang pernah diterbitkan oleh laboratorium AS, dan merupakan ujian terjelas mengenai apakah sebuah perusahaan Amerika dapat menandingi ritme rilis dan keterbukaan yang menjadikan model Tiongkok sebagai pilihan default bagi sebagian besar komunitas open-source. Untuk liputan berkelanjutan tentang balapan kelas terbuka dan segala hal lainnya yang bergerak di bidang ini, tandai halaman beranda berita AI kami.

Angka Dibalik Balok

Beam adalah model campuran pakar yang jarang dengan total 501 miliar parameter, dan sekitar 23 miliar di antaranya aktif per token. Reflection mengatakan pihaknya telah melatih model tersebut pada 23,8 triliun token yang diambil dari web dan kumpulan data berlisensi milik, mengklaim bahwa model dasar cocok atau mengungguli model basis terbuka berukuran serupa.

Klaim yang lebih khas berkaitan dengan pembelajaran penguatan. Reflection membangun algoritme, lingkungan pelatihan, dan infrastruktur untuk mempertahankan RL komputasi tinggi dalam skala besar, dan perusahaan melaporkan bahwa pengoperasian RL-nya menghasilkan lebih dari 100 juta peluncuran di 10.500 GPU NVIDIA GB300 selama empat minggu pelatihan. Ini adalah investasi RL yang luar biasa besar untuk rilis bobot terbuka, dan Reflection memujinya atas kinerja kompetitif Beam dengan apa yang disebutnya efisiensi komputasi inferensi perbatasan.

Tolok Ukur : Kompetitif, Belum Terdepan

Tabel benchmark yang diterbitkan Reflection menempatkan Beam dengan kokoh di kelas open-weight, di belakang model-model Cina yang paling besar namun berada di depan atau setara dengan beberapa nama yang sudah mapan.

Pada SWE-Bench Pro v2-Hard, Beam mendapat skor 77,2, di belakang GLM 5,3 pada 88,2 dan Kimi K3 pada 88,2 pada baris yang sama, tetapi jauh di depan Inkling pada 56,9. Pada SWE-Bench Pro v1, Beam mendapat skor 65,5, mengungguli Inkling (54,3), Nemotron 3 Ultra (46,4) dan GLM 5.2 (62,1), sedangkan Qwen 3.8-Max mencatat 67,7. Pada benchmark pengkodean agen DeepSWE v1.1, Beam mencatat 44,4, sejajar dengan GLM 5.2 44,0 dan di belakang GLM 5.3 (61.0), Qwen 3.8-Max (51.0) dan DeepSeek V4.1 Flash (74.2).

Pembingkaian perusahaan sendiri jujur ​​​​tentang posisi Beam. Dalam postingan blognya, Reflection menulis bahwa Beam "memajukan batasan open-weight Barat" dan "kompetitif dengan model terbuka yang lebih besar seperti GLM 5.2 dan mendekati Qwen 3.8-Max dalam tugas pengkodean dan agen." Mereka juga mengakui bahwa model frontier open seperti Kimi K3 "tetap unggul dalam hal kemampuan mentah."

Ada dua peringatan yang perlu ditekankan. Pertama, setiap angka di sini dilaporkan sendiri oleh Reflection sebelum rilis bobot, dan verifikasi independen hanya akan mungkin dilakukan setelah laporan teknis dan pos pemeriksaan dipublikasikan. Kedua, beberapa sel dalam tabel perusahaan ditandai sebagai tidak dilaporkan, sehingga perbandingan menyeluruh antara apel dan apel tidak mungkin dilakukan saat ini.

Argumen Efisiensi

Apa yang dianggap Refleksi sebagai keunggulan nyata Beam bukanlah posisi papan peringkat mentah tetapi biaya pada waktu inferensi. Karena hanya 23 miliar dari 501 miliar parameter yang diaktifkan per token, perusahaan berpendapat bahwa Beam dapat memberikan kinerja agen dan pengkodean yang mendekati batas dengan biaya komputasi yang lebih kecil dari model padat yang lebih besar. Penempatan tersebut mencerminkan strategi yang membuat keluarga open-weight di Tiongkok begitu populer di kalangan startup: kemampuan yang cukup kuat dengan harga yang membuat agen yang selalu aktif dapat bertahan secara ekonomi.

Jika klaim efisiensi dapat bertahan dalam benchmarking independen, hal ini bisa menjadi lebih penting daripada delta papan peringkat. Tim yang menjalankan ribuan agen pengkodean paralel lebih mementingkan biaya per tugas yang diselesaikan daripada titik tolok ukur satu digit.

Arus Bawah Geopolitik

Cakupan peluncuran ini sangat bersifat geopolitik untuk rilis model sumber terbuka. Reuters menggambarkan Beam sebagai "model AI pertama" dari Reflection yang "mengambil model terbuka Tiongkok." Fortune bertanya apakah Beam bisa menjadi "peluang terbaik Amerika untuk bersaing dengan Tiongkok", dan Semafor membingkai perusahaan tersebut sebagai "jawaban sumber terbuka Barat terhadap laboratorium Tiongkok."

Pembingkaian tersebut mencerminkan keadaan ekosistem open-weight pada akhir tahun 2026: model yang paling mampu diunduh sebagian besar berasal dari laboratorium Tiongkok termasuk keluarga GLM Z.ai, lini Kimi dari Moonshot, Qwen dari Alibaba, dan DeepSeek dari Alibaba. Sebagian besar laboratorium di Amerika tetap mempertahankan bobot terbaiknya dan malah bertaruh pada pendapatan API. Refleksinya menunjukkan hal yang sebaliknya: bahwa model perbatasan Barat yang terbuka dapat menarik ekosistem pengembang, dan bahwa dukungan Nvidia memberinya landasan komputasi untuk mengimbanginya.

Apa yang Terjadi Selanjutnya

Rilis bobot akhir bulan ini akan menjawab pertanyaan-pertanyaan penting: bagaimana kinerja Beam di luar evaluasi Reflection sendiri, lisensi apa yang menyertai bobot tersebut, dan apakah efisiensinya bertahan di bawah beban independen. Sampai saat itu, Beam tetap menjadi tabel benchmark yang menjanjikan, formulir pendaftaran, dan janji open-weight paling penting yang dibuat oleh laboratorium Amerika tahun ini.

Bagi pengembang yang memutuskan apakah akan melakukan standarisasi pada GLM, Kimi, Qwen atau menunggu Beam, saran praktisnya adalah menahan keputusan akhir hingga laporan teknis dan evaluasi pihak ketiga selesai. Perlombaan kelas terbuka ini kedatangan peserta baru dari Amerika, dan untuk pertama kalinya setelah sekian lama, perlombaan ini tidak dimulai dari posisi paling belakang.

Tetap Terdepan dalam AI

Perbatasan open-weight bergerak setiap minggu, dan laboratorium merilis lebih cepat daripada yang bisa dilacak siapa pun. Baca berita AI selengkapnya di AI Buzz Wire untuk mengetahui peluncuran model, perincian benchmark, dan kisah bisnis di baliknya.

Jelajahi perkembangan AI terkini di sini.