Reflection AI представила свою первую модель с открытыми весами — Beam. Модель, разработанная на основе архитектуры Sparse Mixture-of-Experts, насчитывает в общей сложности 501 миллиард параметров; при обработке каждого токена активны 23 миллиарда из них. Beam, ориентированная на программирование, рассуждения и агентные задачи, прошла предварительное обучение на 23,8 триллиона токенов и предлагает контекстное окно в 1 миллион токенов. На этапе обучения с подкреплением в течение четырёх недель использовались 10 тысяч 500 GPU Nvidia GB300, было сгенерировано более 100 миллионов роллаутов и запущено около 1,3 миллиарда песочниц.
По данным собственных тестов компании, Beam обеспечивает производительность, сопоставимую с GLM-5.2, в сложных бенчмарках на рассуждение, используя в 3–4 раза меньше вычислений на инференс; результаты пока не прошли независимую проверку. Модель набрала 77,2 балла в SWE Bench Pro v2-Hard, 80,1 — в Terminal Bench v2.1 и 80,9 — в SWE Bench Verified. Компания признаёт, что более крупные открытые модели, такие как Kimi K3, опережают её по чистой производительности.
Beam, работающая только с текстом, может проводить исследования с использованием инструментов и доступа к вебу. Reflection AI, основанная в 2024 году двумя бывшими исследователями Google DeepMind, привлекла около 4,7 миллиарда долларов инвестиций; её оценка в последнем раунде составила 25 миллиардов долларов. Веса модели и инструменты для разработчиков будут опубликованы в октябре.
Предыстория
Beam — не новое имя в архиве FikirPilot: за последние 90 дней мы опубликовали 3 новости, в которых упоминается это название; самая свежая датирована 6 октября 2026 года.