Reflection AI mengumumkan Beam pada 5 Oktober 2026, model open-weight pertamanya. Ia direka untuk pengekodan, penaakulan kompleks dan tugasan ejen AI—iaitu kerja yang mungkin memerlukan model menggunakan alat dan melalui beberapa langkah untuk mencapai hasil. Reflection memposisikan Beam sebagai pilihan buatan AS untuk syarikat dan organisasi sektor awam yang mahu lebih kawalan terhadap cara mereka menggunakan AI.
4
7
18
Pelancarannya meletakkan Beam dalam persaingan dengan model daripada DeepSeek, pasukan Qwen Alibaba dan Z.ai. Namun, dakwaan prestasi setakat ini datang daripada Reflection sendiri, bukan penilaian bebas.
4
7
18
Apa yang dibina untuk dilakukan oleh Beam?
Beam menyasarkan tugasan pengekodan, penaakulan dan kerja ejen AI. Dalam tugasan ejen, model boleh menggunakan alat dan mengambil beberapa langkah untuk menyelesaikan sesuatu kerja. Reflection berkata Beam dibina untuk organisasi yang mahu menjalankan dan menyesuaikan sistem AI mereka sendiri.
4
5
18
Model ini menggunakan seni bina mixture-of-experts yang jarang diaktifkan: jumlahnya 501 bilion parameter, tetapi kira-kira 23 bilion sahaja diaktifkan bagi setiap token. Reflection melaporkan Beam dilatih awal menggunakan 23.8 trilion token dan mempunyai tetingkap konteks sehingga 1 juta token.
7
18
Reflection turut berkata latihan pengukuhan selama empat minggu menggunakan 10,500 GPU Nvidia GB300 dan menghasilkan lebih 100 juta rollout—percubaan model menyelesaikan tugasan. Angka latihan ini dilaporkan oleh syarikat itu sendiri.
18
Perbandingan Beam dengan model dari China
Reflection berkata prestasi Beam setanding dengan GLM-5.2 daripada Z.ai dalam penanda aras penaakulan lanjutan. Syarikat itu melaporkan skor 80.1 dalam Terminal Bench v2.1, 80.9 dalam SWE-Bench Verified dan 90.5 dalam GPQA Diamond. Reflection turut membandingkan Beam dengan Qwen 3.8-Max daripada Alibaba, Kimi K3 dan model open-weight Barat yang terkemuka. Angka serta perbandingan ini ialah dakwaan Reflection, bukannya kedudukan yang telah disahkan secara bebas.
3
7
13
Dakwaan utama Reflection tentang kecekapan ialah Beam boleh memberikan prestasi yang setanding dengan penggunaan komputasi inferens tiga hingga empat kali lebih rendah. Anggaran itu bersifat kira-kira dan tidak merangkumi pemprosesan awal prompt atau kos operasi semasa perkhidmatan dijalankan. TechCrunch melaporkan bahawa dakwaan prestasi tersebut belum disahkan secara bebas. Tanpa ujian bebas dalam keadaan penggunaan yang setara, kelebihan komputasi yang didakwa itu belum boleh dianggap sebagai penjimatan kos sebenar.
7
13
Perbezaan ini penting: pelancaran Beam menjadikannya pesaing baharu AS dalam bidang AI open-weight, tetapi perbandingan yang tersedia belum menunjukkan bahawa model itu mengatasi pesaing China secara keseluruhan.
13
Bila Beam akan tersedia untuk diuji?
Ketika diumumkan, Beam masih menjalani ujian keselamatan akhir atau red-teaming serta penilaian. Reflection berkata pengguna terpilih boleh memohon akses awal melalui senarai menunggu. Syarikat itu merancang untuk menerbitkan pemberat model di bawah lesen Apache 2.0 kemudian pada Oktober, bersama laporan teknikal, kad model dan bahan untuk pembangun. Pada waktu pengumuman, penerbitan pemberat tersebut masih merupakan rancangan, bukannya sesuatu yang sudah selesai.
18
25
28
Apabila pemberat dan bahan sokongan diterbitkan, pembangun boleh menilai dan menguji model itu dengan lebih langsung. Sehingga itu, prestasi praktikal Beam, kos penggunaannya dan kedudukannya berbanding model pesaing masih belum terjawab.