Reflection presenterar Beam, en AI-modell med öppna vikter och lägre beräkningskostnader

Reflection AI har presenterat Beam, sin första modell med öppna vikter. Det två år gamla företaget, som har sitt säte i Brooklyn, säger att Beam matchar ledande kinesiska modeller med öppna vikter på avancerade resonemangstester och kräver betydligt mindre beräkningskraft vid inferens. Prestandapåståendena har inte verifierats oberoende.

Beam är en textbaserad mixture-of-experts-modell med totalt 501 miljarder parametrar, varav 23 miljarder är aktiva. Den förtränades på 23,8 biljoner token och har ett kontextfönster på 1 miljon token. Reflection säger att modellen är utvecklad för resonemang, kodning och agentuppgifter och använder 3–4 gånger mindre beräkningskraft vid inferens än konkurrenterna. Som jämförelse har Z.ai:s GLM-5.2 ungefär 744 miljarder parametrar totalt och 40 miljarder aktiva parametrar.

Reflection säger att företagets tester placerar Beam i nivå med GLM-5.2 i avancerat resonemang och före ledande västerländska modeller med öppna vikter. Företaget uppger också att Beam får högre poäng än Inkling i fyra kodningstester där resultat finns för båda modellerna. Inkling är multimodal, medan Beam bara hanterar text.

Reflection säger att företaget ska släppa Beams vikter och fullständiga tekniska detaljer den här månaden. Vid lanseringen ska modellen distribueras via hyperskalare och neomoln och integreras i bibliotek med öppen källkod. Företaget riktar sig till företag och suveräna stater med anpassade lokala AI-system som tränas på institutionernas egna data.