Reflection AI hat sein erstes Open-Weight-Modell Beam vorgestellt. Das mit einer Sparse-Mixture-of-Experts-Architektur entwickelte Modell verfügt über insgesamt 501 Milliarden Parameter; pro Token sind 23 Milliarden davon aktiv. Beam, das auf Programmierung, logisches Denken und agentenbasierte Aufgaben ausgerichtet ist, durchlief ein Pre-Training mit 23,8 Billionen Token und bietet ein Kontextfenster von 1 Million Token. In der Phase des bestärkenden Lernens wurden vier Wochen lang 10 Tausend 500 Nvidia-GB300-GPUs eingesetzt, mehr als 100 Millionen Rollouts erzeugt und rund 1,3 Milliarden Sandboxen ausgeführt.
Den eigenen Tests des Unternehmens zufolge erreicht Beam in anspruchsvollen Reasoning-Benchmarks eine mit GLM-5.2 vergleichbare Leistung, benötigt dafür jedoch 3- bis 4-mal weniger Rechenleistung bei der Inferenz; die Ergebnisse wurden bislang nicht unabhängig bestätigt. Das Modell erzielte 77,2 Punkte bei SWE Bench Pro v2-Hard, 80,1 bei Terminal Bench v2.1 und 80,9 bei SWE Bench Verified. Das Unternehmen räumt ein, dass größere offene Modelle wie Kimi K3 bei der reinen Leistung vorn liegen.
Das rein textbasierte Beam kann mithilfe von Tool-Nutzung und Webzugriff Recherchen durchführen. Reflection AI wurde 2024 von zwei ehemaligen Google-DeepMind-Forschern gegründet und hat rund 4,7 Milliarden Dollar an Investitionen erhalten; die Bewertung in der letzten Finanzierungsrunde lag bei 25 Milliarden Dollar. Die Modellgewichte und Entwicklerwerkzeuge sollen im Oktober veröffentlicht werden.
Hintergrund
Beam ist kein neuer Name im FikirPilot-Archiv: In den letzten 90 Tagen haben wir 3 Beiträge veröffentlicht, in denen dieser Name vorkam; der jüngste stammt vom 6. Oktober 2026.