Reflection AI startet Beam, ein Open-Weight-Modell, das führende chinesische KI bei geringeren Inferenzkosten herausfordert

Image: TechCrunch · Source

Das Startup Reflection AI aus Brooklyn stellt Beam vor, ein offen gewichtetes Sprachmodell mit 501 Milliarden Parametern, das eine vergleichbare Leistungsfähigkeit im Denken wie Chinas GLM-5.2 bei 3–4-fach geringerer Rechenleistung behauptet. Beam richtet sich an Unternehmens- und souveräne Anwendungen, Gewichte sollen noch diesen Monat veröffentlicht werden.

Reflection AI, ein in Brooklyn ansässiges Startup, das von ehemaligen Google DeepMind-Forschern gegründet wurde, hat offiziell Beam vorgestellt, sein erstes offen gewichtetes KI-Modell, das mit führenden chinesischen Sprachmodellen wie Z.ais GLM-5.2 konkurrieren soll. Das Unternehmen kündigte Beam in einem detaillierten Blogbeitrag an, nachdem erste Berichte von Axios auf ein nahendes Debüt hingedeutet hatten. Beam ist ein textfokussiertes Mixture-of-Experts-Modell, das mit umfangreichem Reinforcement Learning trainiert wurde und sich durch hervorragende Fähigkeiten im Bereich des logischen Denkens, Codierens und bei autonomen Agentenaufgaben auszeichnet, während es die Inferenzkosten erheblich senkt.

Beam verfügt über 501 Milliarden Parameter, davon 23 Milliarden aktive während der Nutzung, und wurde mit 23,8 Billionen Tokens vortrainiert. Besonders hervorzuheben ist das Kontextfenster von 1 Million Tokens, das eine sehr viel längere Eingabe ermöglicht als viele Konkurrenten. Zum Vergleich: GLM-5.2 hat etwa 744 Milliarden Gesamtparameter und 40 Milliarden aktive Parameter. Reflection gibt an, dass Beam die Leistung von GLM-5.2 bei anspruchsvollen Reasoning-Benchmarks erreicht, dabei aber 3 bis 4 Mal weniger Rechenleistung während der Inferenz benötigt, wenngleich diese Behauptungen noch nicht unabhängig verifiziert wurden.

Als kosteneffizientes "Arbeitspferdmodell" positioniert, richtet sich Beam an Unternehmen, öffentliche Einrichtungen und Entwickler, die offene Modelle mit robusten KI-Fähigkeiten suchen. Reflection konkurriert zudem mit westlichen KI-Labors wie Anthropic, OpenAI, Mistral, Meta, Cohere und neueren Einsteigern wie Mira Muratis Thinking Machines Lab. Benchmarks von Reflection zeigen, dass Beam das Thinking Machines-Modell Inkling bei Codieraufgaben übertrifft, wobei Inkling multimodal ist und Beam nur Text verarbeitet.

Reflection hat eine beträchtliche Finanzierung von insgesamt rund 4,7 Milliarden US-Dollar von prominenten Investoren wie Nvidia, Sequoia Capital und Lightspeed Venture Partners erhalten und wird derzeit mit 25 Milliarden US-Dollar bewertet. Außerdem hat das Unternehmen bedeutende Rechenressourcen durch Verträge mit SpaceX und Nebius im Wert von über 7 Milliarden US-Dollar gesichert, die den Zugang zu Nvidias neuesten GB300-GPUs bis 2029 garantieren. Diese Infrastruktur ist entscheidend, um großskalige Frontier-Modelle zu trainieren, die mit den großen Closed-Source-Anbietern konkurrieren können.

Für die Zukunft plant Reflection den Aufbau von "KI-Fabriken" – Plattformen, welche es Unternehmen und souveränen Nationen erlauben, lokal angepasste KI-Systeme zu schaffen, die mit proprietären Daten trainiert werden. Diese Vision passt zu Nvidia-CEO Jensen Huangs Einsatz für offene KI-Ökosysteme, angetrieben von Nvidia-Hardware. Erste Partnerschaften umfassen Tests mit der südkoreanischen Shinsegae Group, und es wird berichtet, dass auch Hedgefonds und Tradingfirmen Interesse an maßgeschneiderter KI zeigen.

Die Modellgewichte von Beam und die vollständige technische Dokumentation sollen im Oktober 2026 veröffentlicht werden, mit geplanter Distribution über Hyperscaler-Plattformen und Cloud-Anbieter sowie Integration in Open-Source-Bibliotheken. Diese Veröffentlichung könnte eine bedeutende Entwicklung im Wettbewerb zwischen westlichen und chinesischen offenen großen Sprachmodellen markieren, besonders angesichts der vielversprechenden Effizienz- und Leistungsansprüche von Beam.