Reflection AI ha presentato Beam, il suo primo modello a pesi aperti. Sviluppato con un’architettura Sparse Mixture-of-Experts, il modello conta in totale 501 miliardi di parametri; a ogni token ne risultano attivi 23 miliardi. Beam, incentrato su codifica, ragionamento e compiti basati su agenti, è stato pre-addestrato su 23,8 trilioni di token e offre una finestra di contesto di 1 milione di token. Nella fase di apprendimento per rinforzo sono state utilizzate per quattro settimane 10 mila 500 GPU Nvidia GB300, sono stati generati oltre 100 milioni di rollout ed eseguite circa 1,3 miliardi di sandbox.
Secondo i test interni dell’azienda, Beam raggiunge nei benchmark di ragionamento più impegnativi prestazioni simili a GLM-5.2 con da 3 a 4 volte meno calcolo di inferenza; i risultati non sono ancora stati verificati in modo indipendente. Il modello ha ottenuto 77,2 punti su SWE Bench Pro v2-Hard, 80,1 su Terminal Bench v2.1 e 80,9 su SWE Bench Verified. L’azienda ammette che modelli aperti più grandi come Kimi K3 sono in vantaggio nelle prestazioni pure.
Beam, basato esclusivamente sul testo, può condurre ricerche utilizzando strumenti e accesso al web. Reflection AI, fondata nel 2024 da due ex ricercatori di Google DeepMind, ha raccolto circa 4,7 miliardi di dollari di investimenti; la sua valutazione nell’ultimo round è di 25 miliardi di dollari. I pesi del modello e gli strumenti per sviluppatori saranno pubblicati a ottobre.
Contesto
Beam non è un nome nuovo nell’archivio di FikirPilot: negli ultimi 90 giorni abbiamo pubblicato 3 notizie in cui compare questo nome; la più recente è datata 6 ottobre 2026.