AnswersPublished18 sources
Beam tähtää koodaukseen ja päättelyyn – mutta tehoväitteitä ei ole vielä varmistettu
Reflection AI julkisti 5. lokakuuta 2026 ensimmäisen avoimien painojen mallinsa, Beamin. Beam on suunniteltu koodaukseen, monivaiheiseen päättelyyn ja tekoälyagenttien tehtäviin.
JulkaisijaMuokattu mallilla GPT-6 LunaKuvat luotu mallilla GPT Image 2
Research answer
Key takeaways
- Reflection AI julkisti 5. lokakuuta 2026 ensimmäisen avoimien painojen mallinsa, Beamin.
- Beam on suunniteltu koodaukseen, monivaiheiseen päättelyyn ja tekoälyagenttien tehtäviin.
- Reflectionin vertailutulokset ja väite 3–4 kertaa pienemmästä inferenssilaskennan tarpeesta ovat yhtiön omia.
- Yhtiö aikoi tarjota valituille käyttäjille ennakkopääsyn jonotuslistan kautta ja julkaista painot Apache 2.0 lisenssillä myöhemmin lokakuussa 2026.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Reflection AI—the two-year-old, Nvidia-backed startup founded by two former Google DeepMind researchers—announce with the October 5. Article summary: On October 5, Reflection AI announced Beam, its first open-weight model, as a U.S.-developed option for organizations that want to run and adapt advanced AI themselves. The two-year-old, Nvidia-backed company founded by . Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Reflection AI julkisti 5. lokakuuta 2026 Beamin, ensimmäisen avoimien painojen mallinsa. Yhtiö suuntaa sen koodaukseen, vaativaan päättelyyn ja tekoälyagenttien tehtäviin – eli tilanteisiin, joissa malli voi käyttää työkaluja ja edetä tulokseen useassa vaiheessa. Beam on tarkoitettu myös yrityksille ja julkisille organisaatioille, jotka haluavat enemmän mahdollisuuksia ajaa ja mukauttaa tekoälyä itse. 4
5
18
Julkistus asettaa Beamin kilpailemaan muun muassa kiinalaisten DeepSeekin, Alibaban Qwen-tiimin ja Z.ai:n mallien kanssa. Tämä ei kuitenkaan vielä osoita, että Beam olisi kokonaisuutena kilpailijoitaan parempi: suorituskykyvertailut ovat toistaiseksi Reflectionin omia väitteitä. 4
7
13
Mallissa on 501 miljardia parametria, mutta vain osa aktivoituu kerralla
Beam käyttää harvaa asiantuntijaseosarkkitehtuuria (Mixture of Experts). Siinä kaikkia mallin osia ei käytetä jokaiseen käsiteltävään tokeniin: Reflectionin mukaan mallissa on yhteensä 501 miljardia parametria, mutta niistä noin 23 miljardia aktivoituu kerrallaan. Yhtiö kertoo esikouluttaneensa mallia 23,8 biljoonalla tokenilla ja ilmoittaa konteksti-ikkunan yltävän enintään miljoonaan tokeniin. 7
18
Reflectionin mukaan neljän viikon vahvistusoppimisajossa käytettiin 10 500:aa Nvidia GB300 -grafiikkasuoritinta. Ajon aikana kertyi yli 100 miljoonaa roll-outia eli mallin tekemää tehtävän suoritusyritystä. Nämä ovat yhtiön ilmoittamia koulutustietoja. 18
Vertailuluvut ovat vielä yhtiön omia tuloksia
Reflection kertoo Beamin saaneen edistyneen päättelyn vertailutesteissä tuloksia, jotka vastaavat Z.ai:n GLM-5.2-mallin tasoa. Yhtiö ilmoittaa pisteiksi 80,1 Terminal Bench v2.1 -testissä, 80,9 SWE-Bench Verified -testissä ja 90,5 GPQA Diamond -testissä. Se vertaa mallia myös Alibaba Qwen 3.8-Maxiin, Kimi K3:een ja länsimaisiin avoimien painojen malleihin. Lukuja ja vertailuja on kuitenkin syytä pitää yhtiön ilmoittamina, ei riippumattomasti vahvistettuina paremmuusjärjestyksinä. 3
7
13
Reflectionin näyttävin tehokkuusväite on, että Beam saavuttaa vertailukelpoisen suorituskyvyn 3–4 kertaa pienemmällä inferenssilaskennan määrällä. Arvio on suuntaa-antava, eikä siihen sisälly kehotteen esikäsittelyyn tai mallin tarjoamiseen liittyvää laskentaa ja kuormaa. TechCrunchin mukaan suorituskykyväitteitä ei ollut riippumattomasti varmennettu. Siksi laskentaetua ei pidä vielä tulkita todisteeksi pienemmistä todellisista käyttökustannuksista: vertailu vaatii riippumattomia testejä ja keskenään vertailukelpoiset käyttöolosuhteet. 7
13
Painot oli määrä julkaista myöhemmin lokakuussa
Julkistushetkellä Beam oli vielä lopullisessa red team -turvallisuustestauksessa ja arvioinnissa. Reflection kertoi valittujen käyttäjien voivan hakea ennakkopääsyä jonotuslistan kautta. Yhtiön suunnitelmana oli julkaista mallin painot Apache 2.0 -lisenssillä myöhemmin lokakuussa teknisen raportin, mallikortin ja kehittäjämateriaalien kanssa. Julkinen painojulkaisu oli siis julkistushetkellä vasta suunnitteilla. 18
25
28
Kun painot ja dokumentaatio ovat saatavilla, kehittäjät voivat arvioida mallia käytännössä aiempaa suoremmin. Siihen asti Beamin todellinen suorituskyky, käyttöönoton kustannukset ja asema kilpailijoihin nähden ovat vielä avoimia kysymyksiä.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Beam tähtää koodaukseen ja päättelyyn – mutta tehoväitteitä ei ole vielä varmistettu"?
Reflection AI julkisti 5. lokakuuta 2026 ensimmäisen avoimien painojen mallinsa, Beamin.
What are the key points to validate first?
Reflection AI julkisti 5. lokakuuta 2026 ensimmäisen avoimien painojen mallinsa, Beamin. Beam on suunniteltu koodaukseen, monivaiheiseen päättelyyn ja tekoälyagenttien tehtäviin.
What should I do next in practice?
Reflectionin vertailutulokset ja väite 3–4 kertaa pienemmästä inferenssilaskennan tarpeesta ovat yhtiön omia.