Reflection AI’s Beam öffnet den Early Access, Open Weights sind später im Oktober geplant

Reflection AI hat am 5. Oktober mit Beam sein erstes offenes Modell im Early Access gestartet. Das Modell beendet gerade das Red-Teaming; Gewichte, technischer Bericht und Model Card folgen später in diesem Monat.

Die Gewichte werden laut Reflection unter einer Apache 2.0-Lizenz veröffentlicht, zusammen mit dem vollständigen Stack zum Ausführen, Bewerten und Fine-Tunen von Beam.

GLM-5.2-Parität bei 3–4× weniger Inferenz-Compute

Beam ist ein sparsames Mixture-of-Experts-Modell mit 501 Milliarden Parametern und 23 Milliarden aktiven Parametern pro Token. Es wurde mit 23,8 Billionen Tokens vortrainiert, und seine Kontextlänge erreichte während des Mid-Trainings 1 Million Tokens.

Reflection gibt an, dass Beam bei fortgeschrittenen Reasoning-Tests GLM-5.2 von Z.ai entspricht, dabei jedoch „3–4× weniger Inferenz-Rechenleistung“ verbraucht. Diese Behauptungen wurden nicht unabhängig überprüft.

GLM-5.2 verfügt über rund 744 Milliarden Parameter, davon 40 Milliarden aktiv. Reflection stuft Kimi K3 in Bezug auf die reine Leistungsfähigkeit als führend ein und betont den Vorteil von Beam hinsichtlich der Inferenzeffizienz.

Im Vergleich zu Inkling von Thinking Machines Lab, das im Juli veröffentlicht wurde, zeigt Reflections Tabelle, dass Beam bei vier Coding-Benchmarks führt, wobei für beide Modelle Scores angegeben sind.

Auf SWE Bench Pro v2-Hard erzielte Beam 77,2 Punkte gegenüber Inklings 56,9 Punkten. Inkling ist multimodal, während Beam textbasiert ist.

10,500 Nvidia GB300 GPUs liefen vier Wochen lang für RL

Reflections RL-Lauf nutzte 10.500 Nvidia GB300-GPUs über vier Wochen, generierte mehr als 100 Millionen Rollouts und verwendete etwa 1,3 Milliarden Sandboxes für Training und Bewertung.

Das Unternehmen bezeichnet dies als einen der größten RL-Läufe eines offenen Labs. Inkling trainierte laut Reflections Angaben mit 30 Millionen Rollouts.

Reflection wurde 2024 von Misha Laskin und Ioannis Antonoglou gegründet, die beide ehemalige Forscher bei Google DeepMind sind. Das Unternehmen hat rund 4,7 Milliarden US-Dollar von Investoren eingesammelt, darunter Nvidia, Sequoia Capital und Lightspeed Venture Partners, zuletzt mit einer Bewertung vor der Finanzierung (Pre-Money) von 25 Milliarden US-Dollar.

Vor einem Jahr hatte es laut Bericht von Cryptopolitan 2 Milliarden US-Dollar zu einer Bewertung von 8 Milliarden US-Dollar eingesammelt. Allein der SpaceX-Deal beläuft sich auf bis zu 6,3 Milliarden US-Dollar, bei 150 Millionen US-Dollar pro Monat für Nvidia GB300-Kapazität in Colossus 2 in der Nähe von Memphis, wie Cryptopolitan im Juni berichtete.

Beam unterstützt auch Reflections „AI-Factory“-Pitch, der es Institutionen ermöglicht, ihre Modelle mit eigenen Daten zu trainieren und auf eigener Recheninfrastruktur auszuführen. Die Shinsegae Group testet eine souveräne Edition in Südkorea.

„Sie sind irgendwie wie Raketen“, sagte Laskin über den Weg seiner Modelle an die Frontlinie. „Um ein großes Raketenboot zu bauen, braucht man Zeit.“