AnswersPublished26 sources
Reflection AI:n Beam lupaa tehokkuutta – mutta vertailuluvut odottavat vielä näyttöä
Reflection AI esitteli 5. lokakuuta 2026 Beam mallin, jossa on 501 miljardia parametria, joista 23 miljardia aktivoituu kutakin tokenia kohden.
JulkaisijaMuokattu mallilla GPT-6 LunaKuvat luotu mallilla GPT Image 2
Research answer
Key takeaways
- Reflection AI esitteli 5. lokakuuta 2026 Beam mallin, jossa on 501 miljardia parametria, joista 23 miljardia aktivoituu kutakin tokenia kohden.
- Yhtiö aikoo julkaista mallin painot Apache 2.0 lisenssillä lokakuun aikana. Sitä ennen varhaiseen käyttöön voi hakea jonotuslistan kautta.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Reflection AI’s Beam model, announced on October 5, 2026, and how do its architecture, training, context window, intended uses, comp. Article summary: Reflection AI announced Beam on October 5, 2026, as its first planned open-weight model: a text-only system aimed at coding, reasoning and AI-agent work. It is positioned as a U.S. alternative to leading Chinese open mod. Topic tags: general, news, 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 w
Reflection AI esitteli 5. lokakuuta 2026 Beam-mallin, ensimmäisen avoimilla painoilla julkaistavan mallinsa. Tekstipohjainen järjestelmä on suunniteltu koodaukseen, päättelyyn ja tekoälyagenttien käyttöön. Yhtiö asemoi sen vaihtoehdoksi Kiinassa ja länsimaissa kehitetyille avoimille malleille. Beamin suorituskykyä ja tehokkuutta koskevat vertailut ovat kuitenkin toistaiseksi yhtiön omia väitteitä: mallin painoja ja arviointitietoja ei ole vielä voitu tarkistaa riippumattomasti. 3
7
13
Suuri malli, mutta vain osa parametreista aktiivisena
Beam on harva asiantuntijasekoitemalli eli Mixture-of-Experts-malli (MoE). Siinä on yhteensä 501 miljardia parametria, mutta kutakin tokenia käsiteltäessä aktiivisena on noin 23 miljardia. Reflection kertoo esikouluttaneensa mallin 23,8 biljoonalla tokenilla ja jatkaneensa koulutusta laskentatehoa vaativalla vahvistusoppimisella. Yhtiön mukaan vahvistusoppimisvaiheessa tuotettiin yli 100 miljoonaa roll-outia eli mallin tuottamia toimintaketjuja. 14
Reflection ilmoittaa Beamin konteksti-ikkunan yltävän miljoonaan tokeniin. Käytännön käyttöön liittyy kuitenkin ero: varhaista beetaversiota koskevissa kolmannen osapuolen raporteissa rajaksi mainitaan 256 000 tokenia. Mallille ilmoitettu enimmäiskonteksti ja tietyn palvelun kautta käytettävissä oleva raja eivät siis välttämättä ole samat. Käytettävissä olevat tiedot eivät osoita, että beetapalvelun raja koskisi kaikkia käyttötapoja. 3
7
17
18
Mitä vertailut kertovat – ja mitä eivät?
Reflection ilmoitti Beamin saaneen SWE-bench Verified -testissä tuloksen 80,9 prosenttia. Terminal-Bench v2.1 -testissä raportoitu tulos on 80,1. Samassa vertailussa GLM-5.2 sai 81,0, Kimi K3 88,3 ja DeepSeek V4.1 Flash 90,6. Tulokset viittaavat siihen, että Beam voi olla kilpailukykyinen joissakin tehtävissä, mutta ne eivät tue laajaa väitettä, että se päihittäisi johtavat kiinalaiset tai länsimaiset avoimet mallit. 12
20
Yhtiö sanoo Beamin yltävän valituissa vertailutesteissä GLM-5.2:n tasoiseen päättelyyn. Reflection arvioi myös, että mallin tuottamiseen tarvittava laskenta on noin kolme–neljä kertaa vähäisempää kuin GLM-5.2:lla ja yli neljä kertaa vähäisempää kuin yhtiön vertailuissa mukana olleilla johtavilla länsimaisilla avoimilla malleilla. Nämä ovat yhtiön arvioita, eivät riippumattomia mittauksia siitä, että jokainen käyttäjä saisi saman säästön palvelun kustannuksissa tai vastausnopeudessa. 13
16
Koska painoja ei ole vielä julkaistu riippumattomaan testaukseen, vertailutuloksia ja laskentatehoa koskevia lukuja kannattaa pitää alustavina. Testiasetelmät ja palvelun käyttämä laitteisto voivat vaikuttaa mallien väliseen vertailuun. Julkaistut tulokset eivät yksin kerro, miten Beam pärjää muissa tehtävissä tai erilaisissa käyttöympäristöissä. 7
13
Julkaisu ja varhainen käyttö
Reflection aikoo julkaista Beamin painot Apache 2.0 -lisenssillä myöhemmin lokakuussa 2026, mutta tarkkaa julkaisupäivää ei ole kerrottu. Varhaiseen käyttöön voi hakea jonotuslistan kautta. Raporttien mukaan julkaisuun on tarkoitus liittää myös tukimateriaalia, kuten tekninen raportti ja mallikortti. Ennen niiden julkaisemista ei ole selvää, mitä kaikkea lopullinen julkaisu sisältää. 2
3
21
Avoimet painot mahdollistavat mallin lataamisen, ajamisen ja muokkaamisen, mutta se ei vielä tarkoita, että järjestelmä olisi testattu tai valmis tietyn organisaation käyttöön. Beamia markkinoidaan kehittäjille, yrityksille ja julkisen sektorin toimijoille. Käytettävissä olevat tiedot eivät kuitenkaan osoita, että jokin virasto olisi jo ottanut sen käyttöön tai että malli olisi räätälöity jonkin organisaation yksityisellä datalla. 1
5
31
Mallijulkaisun taustalla mittava infrastruktuuripanostus
Beam liittyy Reflection AI:n laajempaan infrastruktuurihankkeeseen. Raporttien mukaan yhtiö on tehnyt SpaceX:n kanssa 6,3 miljardin dollarin sopimuksen, joka koskee Nvidia GB300 -järjestelmiä, ja solminut erillisen laskentakapasiteettisopimuksen Nebiuksen kanssa. Sopimukset kertovat yhtiön tavoitteiden mittakaavasta, mutta eivät itsessään vahvista Beamin suorituskykyä tai arvioituja päättelyvaiheen laskentasäästöjä. 4
8
Toistaiseksi Beamista voi tehdä selkeimmän arvion erottamalla ilmoitetut tekniset tiedot testaamattomista vertailuväitteistä. Mallin rakenne, koulutuksen mittakaava ja käyttötarkoitukset on kerrottu; sen suhteellinen suorituskyky ja käytännön tehokkuus selviävät paremmin vasta, kun painot ja kattavammat arviointitiedot ovat saatavilla. 7
13
14
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 "Reflection AI:n Beam lupaa tehokkuutta – mutta vertailuluvut odottavat vielä näyttöä"?
Reflection AI esitteli 5. lokakuuta 2026 Beam mallin, jossa on 501 miljardia parametria, joista 23 miljardia aktivoituu kutakin tokenia kohden.
What are the key points to validate first?
Reflection AI esitteli 5. lokakuuta 2026 Beam mallin, jossa on 501 miljardia parametria, joista 23 miljardia aktivoituu kutakin tokenia kohden. Yhtiö aikoo julkaista mallin painot Apache 2.0 lisenssillä lokakuun aikana. Sitä ennen varhaiseen käyttöön voi hakea jonotuslistan kautta.