Wspierana przez Nvidię sztuczna inteligencja Reflection przedstawia Beam, model o otwartej wadze z parametrami 501B, który sprawdza się w chińskich laboratoriach

Reflection AI, amerykański start-up wspierany przez Nvidię, wprowadził 5 października swój pierwszy model z otwartą wagą, rzadki system złożony z mieszanki ekspertów o nazwie Beam, który firma uważa za najsilniejsze jak dotąd zachodnie wyzwanie dla granicy otwartej wagi, obecnie zdominowanej przez chińskie laboratoria. Ogłoszenie, opublikowane na blogu Reflection i szybko przyjęte przez Reuters, TechCrunch, Fortune i Semafor, pojawia się z niespodzianką: modelu nie można jeszcze pobrać.

Beam przechodzi, jak to określa firma, ostateczną współpracę i oceny. Wczesny dostęp jest możliwy po zarejestrowaniu się, a firma Reflection twierdzi, że jeszcze w tym miesiącu opublikuje wagi, raport techniczny, kartę modelu i artefakty programisty. Kiedy to nastąpi, Beam stanie się jednym z największych wydawnictw open-weight kiedykolwiek opublikowanych przez amerykańskie laboratorium i najwyraźniejszym jak dotąd testem na to, czy amerykańska firma jest w stanie dorównać rytmowi wydawniczemu i otwartości, które sprawiły, że chińskie modele są domyślnym wyborem dla większości społeczności open source. Aby stale relacjonować wyścigi w wadze otwartej i wszystko inne, co porusza pole, dodaj do zakładek naszą stronę główną z wiadomościami o sztucznej inteligencji.

Liczby za belką

Beam to rzadki model złożony z ekspertów, zawierający łącznie 501 miliardów parametrów, z czego około 23 miliardy są aktywne na token. Firma Reflection twierdzi, że wstępnie wytrenowała model na 23,8 biliona tokenów pobranych z Internetu i zastrzeżonych, licencjonowanych zbiorów danych, twierdząc, że model podstawowy pasuje lub przewyższa modele otwarte o podobnej wielkości.

Bardziej charakterystyczne twierdzenie dotyczy uczenia się przez wzmacnianie. Firma Reflection stworzyła algorytmy, środowiska szkoleniowe i infrastrukturę, aby utrzymać RL o dużej mocy obliczeniowej na dużą skalę, a firma podaje, że w ciągu czterech tygodni szkolenia jego uruchomienie RL wygenerowało ponad 100 milionów wdrożeń na 10 500 procesorach graficznych NVIDIA GB300. Jest to niezwykle duża inwestycja RL jak na wydanie o otwartej wadze, a firma Reflection przypisuje jej konkurencyjną wydajność Beam w połączeniu z tak zwaną pionierską wydajnością obliczeniową wnioskowania.

Punkty odniesienia: konkurencyjne, jeszcze nie wiodące

Opublikowana przez firmę Reflection tabela testów porównawczych plasuje Beama na solidnym miejscu w grupie produktów o otwartej masie, za największymi chińskimi modelami, ale przed kilkoma uznanymi markami lub na tym samym poziomie.

Na SWE-Bench Pro v2-Hard Beam uzyskał 77,2, za GLM 5,3 z wynikiem 88,2 i Kimi K3 z wynikiem 88,2 w tym samym rzędzie, ale znacznie przed Inklingiem z wynikiem 56,9. W SWE-Bench Pro v1 Beam uzyskał wynik 65,5, wyprzedzając Inkling (54,3), Nemotron 3 Ultra (46,4) i GLM 5.2 (62,1), a Qwen 3,8-Max – 67,7. W teście porównawczym kodowania agentycznego DeepSWE v1.1 Beam osiąga wynik 44,4, na poziomie 44,0 w GLM 5.2 i za GLM 5.3 (61,0), Qwen 3.8-Max (51,0) i DeepSeek V4.1 Flash (74,2).

Własne ramy firmy szczerze mówią o tym, gdzie siedzi Beam. W poście na blogu Reflection pisze, że Beam „posuwa się naprzód na zachodnim pograniczu otwartej wagi” i „konkuruje z większymi modelami otwartymi, takimi jak GLM 5.2 i zbliża się do Qwen 3.8-Max w zakresie kodowania i zadań agentycznych”. Przyznaje również, że pionierskie, otwarte modele, takie jak Kimi K3, „pozostają liderem pod względem surowych możliwości”.

Na podkreślenie zasługują dwa zastrzeżenia. Po pierwsze, każda liczba jest zgłaszana przez Reflection samodzielnie przed udostępnieniem ciężarka, a niezależna weryfikacja będzie możliwa dopiero po upublicznieniu raportu technicznego i punktów kontrolnych. Po drugie, kilka komórek w tabeli firmy oznaczono jako niezgłoszone, co uniemożliwia na razie pełne porównanie jabłek.

Argument dotyczący wydajności

Reflection uważa, że prawdziwą zaletą Beama nie jest sama pozycja w tabeli liderów, ale koszt w momencie wnioskowania. Ponieważ na token aktywowane są tylko 23 miliardy z 501 miliardów parametrów, firma twierdzi, że Beam może zapewnić niemalże graniczną wydajność agenta i kodowania za ułamek kosztów obliczeniowych większych, gęstych modeli. To ustawienie odzwierciedla strategię, która sprawiła, że ​​chińskie rodziny o otwartej wadze stały się tak popularne wśród start-upów: wystarczająco duże możliwości w cenach, które sprawiają, że zawsze dyspozycyjni agenci są ekonomicznie opłacalni.

Jeśli stwierdzenie dotyczące efektywności przetrwa niezależne testy porównawcze, może mieć większe znaczenie niż delta w tabeli liderów. Zespoły obsługujące tysiące równoległych agentów kodujących bardziej dbają o koszt wykonania zadania niż o jednocyfrowe punkty odniesienia.

Prąd geopolityczny

Jak na wydanie modelu open source, relacje z premiery były uderzająco geopolityczne. Reuters określił Beama jako „pierwszy model sztucznej inteligencji” firmy Reflection, który „przejmuje chińskie otwarte modele”. Fortune zapytała, czy Beam może być „największą szansą Ameryki na konkurowanie z Chinami”, a Semafor określił firmę jako „zachodnią odpowiedź typu open source na chińskie laboratoria”.

To kadrowanie odzwierciedla stan ekosystemu open-weight pod koniec 2026 r.: modele o największych możliwościach do pobrania pochodzą w przeważającej mierze z chińskich laboratoriów, w tym z rodziny GLM firmy Z.ai, linii Kimi firmy Moonshot, Qwen i DeepSeek firmy Alibaba. Amerykańskie laboratoria w dużej mierze zamknęły swoje najlepsze wagi, stawiając zamiast tego na przychody z API. Reflection zakłada coś przeciwnego: że otwarty model z zachodniej granicy może przyciągnąć ekosystem programistów, a wsparcie Nvidii zapewnia mu pas obliczeniowy, dzięki któremu dotrzyma kroku.

Co stanie się dalej

Publikacja obciążników pod koniec tego miesiąca odpowie na istotne pytania: jak Beam radzi sobie poza własnymi ocenami Reflection, jaka licencja jest dołączona do odważników i czy wydajność utrzymuje się pod niezależnym obciążeniem. Do tego czasu Beam pozostaje obiecującą tabelą porównawczą, formularzem rejestracji i najważniejszą obietnicą dotyczącą wagi otwartej, jaką amerykańskie laboratorium złożyło w tym roku.

Dla programistów decydujących się na standaryzację na GLM, Kimi, Qwen czy poczekać na Beama, praktyczną radą jest wstrzymanie się z ostatecznymi decyzjami do czasu otrzymania raportu technicznego i ocen stron trzecich. Do wyścigu wagi otwartej dołączył nowy amerykański uczestnik i po raz pierwszy od jakiegoś czasu nie zaczyna on od końca stawki.

Wyprzedź sztuczną inteligencję

Granica otwartej wagi przesuwa się co tydzień, a laboratoria wypuszczają informacje szybciej, niż ktokolwiek jest w stanie to śledzić. Przeczytaj więcej aktualności na temat sztucznej inteligencji w AI Buzz Wire, aby poznać premiery modeli, zestawienia testów porównawczych i historie biznesowe, które za nimi stoją.

Przejrzyj najnowsze osiągnięcia AI.