AnswersPublished26 sources
Reflection AIs Beam: store løfter, men foreløpig ingen uavhengig test
Beam ble annonsert 5. oktober 2026. Reflection AI sier at vektene skal publiseres under Apache 2.0 senere i oktober.
Publisert avRedigert med GPT-6 LunaBilder generert med GPT Image 2
Research answer
Key takeaways
- Beam ble annonsert 5. oktober 2026.
- Reflection AI sier at vektene skal publiseres under Apache 2.0 senere i oktober.
- Selskapets benchmarkresultater og påstander om lavere beregningsbehov er foreløpig ikke bekreftet gjennom uavhengig testing av de offentlig tilgjengelige vektene.
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 presenterte Beam 5. oktober 2026 som sin første åpenvektsmodell. Den tekstbaserte modellen er utviklet for koding, resonnering og arbeid med AI-agenter. Selskapet omtaler den som et alternativ til ledende åpne modeller fra Kina og Vesten, men resultatene og effektivitetsløftene bør foreløpig regnes som selskapets egne påstander: modellvektene er ikke tilgjengelige for uavhengig testing. 3
7
13
Arkitektur, trening og kontekstlengde
Beam er en såkalt sparse mixture-of-experts-modell. Den har 501 milliarder parametere totalt, men rundt 23 milliarder er aktive for hvert token modellen behandler. Reflection oppgir at modellen ble forhåndstrent på 23,8 billioner tokens og deretter gjennomgikk ressurskrevende forsterkende læring. Ifølge selskapets kunngjøring genererte denne treningen mer enn 100 millioner «rollouts» – treningsrunder der modellen prøver ut svar eller handlinger. 14
Reflection oppgir en kontekstvindu på opptil én million tokens. Det er likevel forskjell på modellens annonserte kapasitet og grensen i en bestemt tjeneste: omtale av betaversjonen fra tredjeparter beskriver en grense på 256 000 tokens. Det er derfor ikke sikkert at brukere får tilgang til hele den oppgitte kontekstlengden gjennom betaen, og tilgjengelig informasjon fastslår ikke at betagrensen gjelder alle måter å bruke Beam på. 3
7
17
18
Hva benchmarkresultatene viser
Reflection har rapportert en score på 80,9 prosent på SWE-bench Verified. I en separat sammenligning på Terminal-Bench v2.1 fikk Beam 80,1, mot 81,0 for GLM-5.2, 88,3 for Kimi K3 og 90,6 for DeepSeek V4.1 Flash. Resultatene tyder på at Beam kan være konkurransedyktig på enkelte oppgaver, men underbygger ikke en generell påstand om at modellen slår de ledende åpne modellene fra Kina eller Vesten. 12
20
Reflection sier også at Beam oppnår resonneringsresultater på nivå med GLM-5.2 på utvalgte tester. Selskapet anslår at Beam bruker omtrent tre til fire ganger mindre beregningskapasitet til generering enn GLM-5.2, og mer enn fire ganger mindre enn de ledende vestlige åpenvektsmodellene i sammenligningene deres. Dette er estimater – ikke uavhengige målinger som viser at alle brukere vil få tilsvarende lavere driftskostnader eller kortere svartid. 13
16
Siden vektene ikke er publisert, kan uavhengige testere ennå ikke etterprøve resultatene direkte. Oppsettet for evaluering og forholdene modellen kjøres under, kan påvirke sammenligningen. Tallene alene forteller derfor ikke hvordan Beam vil gjøre det på andre oppgaver eller i andre driftsmiljøer. 7
13
Når blir modellen tilgjengelig?
Reflection planlegger å publisere Beam-vektene under Apache 2.0-lisensen senere i oktober 2026, men har ikke oppgitt en nøyaktig dato i kildene som er tilgjengelige. Utviklere kan søke om tidlig tilgang via en venteliste. Det er også omtalt planer om tilhørende materiale, blant annet en teknisk rapport og et modellkort. Før dette er publisert, er det uklart nøyaktig hva utgivelsen vil omfatte. 2
3
21
Åpenvekter gjør det mulig for utviklere å kjøre og tilpasse den utgitte modellen. Det betyr likevel ikke at systemet allerede er ferdig verifisert eller klart til bruk i en bestemt organisasjon. Beam er rettet mot utviklere, bedrifter og offentlige aktører, men lanseringsomtalen dokumenterer ikke en konkret utrulling i en offentlig etat eller en modell tilpasset en institusjons private data. 1
5
31
En del av en større satsing
Beam-lanseringen kommer samtidig med en omfattende satsing på infrastruktur. Omtale beskriver en avtale på 6,3 milliarder dollar med SpaceX om Nvidia GB300-systemer, i tillegg til en separat avtale om datakapasitet med Nebius. Avtalene sier noe om omfanget av Reflection AIs ambisjoner, men bekrefter ikke i seg selv modellens ytelse eller anslagene for lavere beregningsbehov. 4
8
Foreløpig er det nyttig å skille mellom spesifikasjonene Reflection har kunngjort, og sammenligningene som ennå ikke er uavhengig bekreftet. Arkitekturen, treningsomfanget og bruksområdene er presentert; modellens relative benchmarkresultater og effektivitet i faktisk bruk gjenstår å teste når vektene og mer utfyllende evalueringsmateriale blir tilgjengelige. 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 AIs Beam: store løfter, men foreløpig ingen uavhengig test"?
Beam ble annonsert 5. oktober 2026.
What are the key points to validate first?
Beam ble annonsert 5. oktober 2026. Reflection AI sier at vektene skal publiseres under Apache 2.0 senere i oktober.
What should I do next in practice?
Selskapets benchmarkresultater og påstander om lavere beregningsbehov er foreløpig ikke bekreftet gjennom uavhengig testing av de offentlig tilgjengelige vektene.