Reflection AI wprowadza Beam, model o otwartych wagach rywalizujący z najlepszymi chińskimi AI przy niższych kosztach inferencji

Image: TechCrunch · Source

Startup Reflection AI z Brooklynu prezentuje Beam, model językowy o 501 miliardach parametrów i otwartych wagach, który według firmy oferuje porównywalne zdolności rozumowania do chińskiego GLM-5.2, wykorzystując przy tym 3-4 razy mniej mocy obliczeniowej. Beam ma zastosowania w przedsiębiorstwach i instytucjach państwowych, a wagi zostaną udostępnione w tym miesiącu.

Reflection AI, startup z Brooklynu założony przez byłych badaczy Google DeepMind, oficjalnie wprowadził Beam — swój pierwszy model AI o otwartych wagach, zaprojektowany do rywalizacji z wiodącymi chińskimi modelami językowymi, takimi jak GLM-5.2 od Z.ai. Firma ogłosiła Beam w szczegółowym wpisie na blogu, po wcześniejszych doniesieniach Axios sugerujących jego rychłe pojawienie się. Beam to model mieszanki ekspertów skoncentrowany na tekście, trenowany z wykorzystaniem rozbudowanego uczenia wzmacniającego, wyróżniający się doskonałym rozumowaniem, zdolnościami kodowania i zadaniami agentów autonomicznych, jednocześnie znacznie obniżając koszty mocy obliczeniowej podczas inferencji.

Beam zawiera 501 miliardów parametrów, z czego w trakcie użycia aktywnych jest 23 miliardy, a jego wstępne szkolenie przebiegało na 23,8 biliona tokenów. Charakterystyczną cechą jest okno kontekstowe o wielkości 1 miliona tokenów, co pozwala na analizę znacznie dłuższych danych wejściowych niż u wielu konkurentów. Dla porównania GLM-5.2 ma około 744 miliardy parametrów łącznie i 40 miliardów aktywnych podczas pracy. Reflection twierdzi, że Beam dorównuje GLM-5.2 w zaawansowanych testach rozumowania, potrzebując przy tym 3-4 razy mniej zasobów obliczeniowych przy inferencji, choć te twierdzenia nie zostały jeszcze niezależnie zweryfikowane.

Model Beam, określany jako efektywny kosztowo „model roboczy”, jest skierowany do przedsiębiorstw, organizacji sektora publicznego oraz deweloperów poszukujących otwartych modeli z solidnymi możliwościami AI. Reflection konkuruje również z zachodnimi laboratoriami AI, takimi jak Anthropic, OpenAI, Mistral, Meta, Cohere oraz nowszymi uczestnikami jak Thinking Machines Lab pod kierownictwem Miry Murati. Benchmarki Reflection wskazują, że Beam przewyższa model Inkling od Thinking Machines w zadaniach kodowania, choć Inkling jest multimodalny, a Beam skupiony tylko na tekście.

Reflection pozyskał znaczące finansowanie o łącznej wartości około 4,7 miliarda dolarów od znanych inwestorów, w tym Nvidia, Sequoia Capital oraz Lightspeed Venture Partners, osiągając ostatnią wycenę na poziomie 25 miliardów dolarów. Firma zabezpieczyła też duże zasoby obliczeniowe dzięki umowom ze SpaceX i Nebius o wartości ponad 7 miliardów dolarów, zapewniając dostęp do najnowszych GPU Nvidia GB300 do 2029 roku. Ta infrastruktura jest kluczowa dla trenowania modeli na skalę frontier, zdolnych konkurować z głównymi dostawcami zamkniętych modeli.

W przyszłości Reflection planuje budować „fabryki AI” — platformy umożliwiające przedsiębiorstwom i państwom suwerennym tworzenie lokalnych, dostosowanych systemów AI poprzez trenowanie na danych własnych. Wizja ta współgra z postulatem CEO Nvidia, Jensena Huanga, dotyczącym otwartych ekosystemów AI zasilanych sprzętem Nvidia. Wśród początkowych partnerów znajduje się grupa Shinsegae z Korei Południowej, a zainteresowanie wyrażają również fundusze hedgingowe i firmy tradingowe poszukujące dedykowanych rozwiązań AI.

Wagi modelu Beam oraz pełna dokumentacja techniczna mają zostać udostępnione do października 2026 roku, a dystrybucja planowana jest przez platformy hyperskalujące i dostawców chmurowych wraz z integracją do bibliotek open source. To wydarzenie może stanowić ważny moment w rywalizacji pomiędzy zachodnimi i chińskimi otwartymi dużymi modelami językowymi, zwłaszcza w świetle obiecujących deklaracji dotyczących efektywności i wydajności Beam.