JawabanDipublikasikan18 sumber
Reflection AI Perkenalkan Beam, Model Berbobot Terbuka untuk Coding dan Penalaran
Reflection AI mengumumkan Beam pada 5 Oktober 2026. Model ini memiliki 501 miliar parameter total, dengan sekitar 23 miliar aktif untuk setiap token, dan ditujukan untuk coding, penalaran, serta tugas agen AI.
Diterbitkan olehDiedit dengan GPT-6 LunaGambar dibuat dengan GPT Image 2
Jawaban penelitian
Poin-poin penting
- Reflection AI mengumumkan Beam pada 5 Oktober 2026. Model ini memiliki 501 miliar parameter total, dengan sekitar 23 miliar aktif untuk setiap token, dan ditujukan untuk coding, penalaran, serta tugas agen AI.
- Menurut perusahaan, Beam dilatih dengan 23,8 triliun token, memiliki jendela konteks hingga 1 juta token, dan menjalani pelatihan penguatan selama empat minggu menggunakan 10.500 GPU Nvidia GB300.
- Reflection mengklaim hasil Beam sebanding dengan sejumlah model pesaing dan membutuhkan komputasi inferensi 3–4 kali lebih sedikit.
AI Perintah
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 mengumumkan Beam pada 5 Oktober 2026 sebagai model berbobot terbuka pertamanya. Model ini dirancang untuk coding, penalaran kompleks, dan tugas agen AI—pekerjaan yang dapat melibatkan penggunaan alat serta beberapa langkah untuk mencapai hasil. Reflection memosisikan Beam sebagai pilihan bagi perusahaan dan lembaga sektor publik yang ingin menjalankan dan menyesuaikan sistem AI sendiri. 4
5
18
Peluncuran ini menempatkan Beam dalam persaingan dengan model dari DeepSeek, tim Qwen milik Alibaba, dan Z.ai di China. Namun, klaim bahwa Beam mampu bersaing belum berarti model ini sudah terbukti mengungguli para pesaingnya secara keseluruhan. 4
7
13
Spesifikasi dan proses pelatihan Beam
Beam menggunakan arsitektur mixture of experts (MoE) yang bersifat sparse. Totalnya ada 501 miliar parameter, tetapi sekitar 23 miliar di antaranya aktif untuk memproses setiap token. Reflection menyebut model ini dilatih awal menggunakan 23,8 triliun token dan memiliki jendela konteks hingga 1 juta token. 7
18
Menurut Reflection, pelatihan penguatan selama empat minggu menggunakan 10.500 GPU Nvidia GB300 dan menghasilkan lebih dari 100 juta rollout—percobaan model dalam menyelesaikan tugas. Angka-angka ini berasal dari perusahaan, bukan hasil audit independen. 18
Klaim kinerja masih perlu diuji
Reflection melaporkan skor Beam sebesar 80,1 pada Terminal Bench v2.1, 80,9 pada SWE-Bench Verified, dan 90,5 pada GPQA Diamond. Perusahaan juga menyatakan hasil penalarannya sebanding dengan GLM-5.2 dari Z.ai, serta membandingkannya dengan Qwen 3.8-Max, Kimi K3, dan model berbobot terbuka terkemuka dari Barat. 3
7
13
Salah satu klaim utama Reflection adalah Beam dapat memberikan kinerja sebanding dengan kebutuhan komputasi inferensi 3–4 kali lebih rendah. Perkiraan itu bersifat indikatif dan tidak memasukkan biaya prompt prefill maupun beban operasional saat model disajikan kepada pengguna. TechCrunch melaporkan klaim kinerja Beam belum diverifikasi secara independen. Karena itu, keunggulan efisiensi tersebut belum bisa dianggap sebagai penghematan biaya yang terbukti dalam penggunaan nyata. 7
13
Dengan demikian, Beam menambah pilihan model AI berbobot terbuka yang dikembangkan di AS, tetapi perbandingan yang tersedia belum membuktikan bahwa model ini unggul atas para pesaing dari China secara menyeluruh. 13
Kapan bobot Beam dirilis?
Saat pengumuman, Beam masih menjalani red-teaming dan evaluasi akhir—proses untuk mencari kelemahan dan menilai keamanan model. Reflection membuka pendaftaran daftar tunggu bagi pengguna terpilih untuk memperoleh akses awal. Perusahaan merencanakan rilis bobot berlisensi Apache 2.0, laporan teknis, kartu model, dan materi pengembang pada akhir Oktober. 18
25
28
Rilis tersebut masih berupa rencana pada saat pengumuman. Setelah bobot dan materi pendukung tersedia, pengembang dapat menguji Beam secara lebih langsung. Sampai saat itu, kinerja dalam praktik, biaya penerapan, dan posisinya dibandingkan model pesaing masih perlu dibuktikan.
Studio Global AI
Lanjutkan penelitian Anda
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Orang-orang juga bertanya
Apa jawaban singkat untuk "Reflection AI Perkenalkan Beam, Model Berbobot Terbuka untuk Coding dan Penalaran"?
Reflection AI mengumumkan Beam pada 5 Oktober 2026. Model ini memiliki 501 miliar parameter total, dengan sekitar 23 miliar aktif untuk setiap token, dan ditujukan untuk coding, penalaran, serta tugas agen AI.
Apa poin penting yang harus divalidasi terlebih dahulu?
Reflection AI mengumumkan Beam pada 5 Oktober 2026. Model ini memiliki 501 miliar parameter total, dengan sekitar 23 miliar aktif untuk setiap token, dan ditujukan untuk coding, penalaran, serta tugas agen AI. Menurut perusahaan, Beam dilatih dengan 23,8 triliun token, memiliki jendela konteks hingga 1 juta token, dan menjalani pelatihan penguatan selama empat minggu menggunakan 10.500 GPU Nvidia GB300.
Apa yang harus saya lakukan selanjutnya dalam latihan?
Reflection mengklaim hasil Beam sebanding dengan sejumlah model pesaing dan membutuhkan komputasi inferensi 3–4 kali lebih sedikit.