RéponsesPublié17 sources
Beam : Reflection AI mise sur un modèle ouvert pour défier les leaders chinois
Annoncé le 5 octobre 2026, Beam est un modèle à poids ouverts de 501 milliards de paramètres, dont environ 23 milliards sont actifs pour chaque jeton. Reflection AI indique l’avoir préentraîné sur 23 800 milliards de jetons et lui attribue une fenêtre de contexte d’un million de jetons.
Publié parModifié avec GPT-6 LunaImages générées avec GPT Image 2
Réponse de recherche
Points clés à retenir
- Annoncé le 5 octobre 2026, Beam est un modèle à poids ouverts de 501 milliards de paramètres, dont environ 23 milliards sont actifs pour chaque jeton.
- Reflection AI indique l’avoir préentraîné sur 23 800 milliards de jetons et lui attribue une fenêtre de contexte d’un million de jetons.
- Reflection présente Beam comme un concurrent des modèles chinois, mais ses comparaisons et son avantage annoncé en calcul proviennent de l’entreprise.
Prompt IA
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 a annoncé Beam le 5 octobre 2026. Premier modèle à poids ouverts de l’entreprise, il est conçu pour le développement logiciel, le raisonnement complexe et les tâches d’agents d’IA — des tâches en plusieurs étapes où un modèle peut aussi utiliser des outils. La société le présente comme une option pour les entreprises et les organismes publics qui souhaitent davantage de contrôle sur le déploiement de leurs systèmes d’IA. 4
7
18
Le lancement place Beam face à des modèles de DeepSeek, de l’équipe Qwen d’Alibaba et de Z.ai. Il ne démontre toutefois pas que le nouveau venu les a dépassés : les résultats mis en avant sont ceux de Reflection, et les comparaisons restent à confirmer par des évaluations indépendantes. 4
7
13
Un modèle massif, mais activé par morceaux
Beam repose sur une architecture dite de mélange d’experts (MoE). Elle compte 501 milliards de paramètres au total, mais en active environ 23 milliards pour chaque jeton traité. Reflection indique que le modèle a été préentraîné sur 23 800 milliards de jetons et qu’il peut traiter une fenêtre de contexte allant jusqu’à un million de jetons. 7
18
L’entreprise rapporte également un entraînement par apprentissage par renforcement mené pendant quatre semaines avec 10 500 processeurs graphiques Nvidia GB300. Cette phase aurait produit plus de 100 millions de « rollouts », c’est-à-dire de tentatives du modèle pour accomplir des tâches. Ces chiffres sont communiqués par Reflection. 18
Des performances annoncées, pas encore validées
Reflection affirme que Beam obtient des résultats comparables à ceux de GLM-5.2, le modèle de Z.ai, sur des tests avancés de raisonnement. L’entreprise publie notamment des scores de 80,1 à Terminal Bench v2.1, de 80,9 à SWE-Bench Verified et de 90,5 à GPQA Diamond. Elle compare aussi Beam à Qwen 3.8-Max d’Alibaba, à Kimi K3 et à plusieurs modèles occidentaux à poids ouverts. Ces chiffres et comparaisons sont les résultats rapportés par Reflection, et non un classement établi de façon indépendante. 3
7
13
L’argument commercial central de l’entreprise est que Beam pourrait fournir des performances comparables en utilisant trois à quatre fois moins de calcul à l’inférence. Cette estimation est approximative et ne prend pas en compte le prétraitement des requêtes (prompt prefill) ni les coûts liés à la mise en service du modèle. TechCrunch a relevé que les affirmations de performance n’avaient pas été vérifiées indépendamment. Sans tests externes menés dans des conditions comparables, l’avantage annoncé ne peut donc pas être considéré comme une économie démontrée en situation réelle. 7
13
Le lancement fait de Beam un nouveau concurrent américain dans le domaine des modèles à poids ouverts, mais les éléments disponibles ne montrent pas qu’il surclasse globalement ses rivaux chinois. 13
Accès anticipé et prochaines étapes
Au moment de l’annonce, Beam faisait encore l’objet d’évaluations et d’une dernière phase de tests de sécurité (red-teaming). Reflection prévoyait de proposer un accès anticipé à certains utilisateurs inscrits sur une liste d’attente. L’entreprise annonçait aussi la publication des poids sous licence Apache 2.0, accompagnés d’un rapport technique, d’une fiche de modèle et d’outils pour les développeurs, plus tard en octobre. Il s’agissait alors d’un calendrier prévu, et non d’une mise à disposition déjà réalisée. 18
25
28
La publication des poids permettra aux développeurs d’examiner et de tester Beam plus directement. D’ici là, ses performances en pratique, le coût de son déploiement et sa place face aux modèles concurrents restent à établir.
Studio Global AI
Continuez vos recherches
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Les gens demandent aussi
Quelle est la réponse courte à « Beam : Reflection AI mise sur un modèle ouvert pour défier les leaders chinois » ?
Annoncé le 5 octobre 2026, Beam est un modèle à poids ouverts de 501 milliards de paramètres, dont environ 23 milliards sont actifs pour chaque jeton.
Quels sont les points clés à valider en premier ?
Annoncé le 5 octobre 2026, Beam est un modèle à poids ouverts de 501 milliards de paramètres, dont environ 23 milliards sont actifs pour chaque jeton. Reflection AI indique l’avoir préentraîné sur 23 800 milliards de jetons et lui attribue une fenêtre de contexte d’un million de jetons.
Que dois-je faire ensuite en pratique ?
Reflection présente Beam comme un concurrent des modèles chinois, mais ses comparaisons et son avantage annoncé en calcul proviennent de l’entreprise.