Reflection AI의 Beam이 얼리 액세스를 시작했으며, 오픈 가중치는 10월 중순에 공개될 예정입니다.

Reflection AI는 10월 5일 첫 번째 오픈 가중치 모델인 Beam을 초기 접근 권한으로 출시했습니다. 모델은 레드 팀링(Red-teaming)을 마무리 단계에 있으며, 가중치, 기술 보고서, 모델 카드는 이번 달 말에 제공됩니다.

Reflection에 따르면 가중치는 Apache 2.0 라이선스 하에 배포되며, Beam을 실행, 평가, 파인튜닝하기 위한 풀 스택도 함께 제공됩니다.

GLM-5.2 수준의 성능은 추론 컴퓨팅을 3–4× 덜 사용하여 달성됩니다.

Beam은 5010억 개의 파라미터와 토큰당 230억 개의 활성 파라미터를 가진 희소 혼합 전문가(Sparse Mixture-of-Experts) 모델입니다. 23조 8천억 개의 토큰으로 사전 학습되었으며, 중간 훈련 단계에서 컨텍스트 길이가 100만 토큰에 도달했습니다.

Reflection에 따르면 Beam은 고급 추론 테스트에서 Z.ai의 GLM-5.2와 동급의 성능을 보이며 '추론 컴퓨팅 자원을 3~4배 덜 사용'한다고 합니다. 이 주장은 독립적으로 검증되지 않았습니다.

GLM-5.2는 약 7440억 개의 파라미터와 400억 개의 활성 파라미터를 보유하고 있습니다. Reflection은 Kimi K3가 원천적인 능력에서 앞선다고 평가하며, Beam의 장점은 추론 효율성에 있다고 강조합니다.

7월에 출시된 Thinking Machines Lab의 Inkling과 비교할 때, Reflection의 표에 따르면 Beam은 네 가지 코딩 벤치마크에서 Inkling보다 높은 점수를 기록했습니다.

SWE Bench Pro v2-Hard에서 Beam은 77.2점을 받아 Inkling의 56.9점보다 높았습니다. Inkling은 다중 모달 모델인 반면, Beam은 텍스트 전용 모델입니다.

10,500 Nvidia GB300 GPU가 4주 동안 RL을 실행

Reflection의 강화학습(RL) 실험은 4주 동안 10,500대의 Nvidia GB300 GPU를 사용했으며, 1억 회 이상의 롤아웃을 생성하고 훈련 및 채점을 위해 약 13억 개의 샌드박스를 활용했습니다.

이 회사는 이를 어떤 오픈 랩 중에서도 가장 대규모 RL 실험 중 하나라고 말합니다. Reflection의 계산에 따르면 Inkling은 3000만 회 롤아웃으로 학습되었습니다.

Reflection은 2024년 구 Google DeepMind 연구원이었던 미샤 라스킨과 요안니스 안토글루에 의해 설립되었습니다. 엔비디아, 시큐이아 캐피탈, 라이트스피드 벤처 파트너스를 포함한 투자자들로부터 약 47억 달러를 조달했으며, 최근 사전 평가액은 250억 달러였습니다.

1년 전, 이 회사는 $80억의 기업 가치로 $20억을 조달했으며, 이는 Cryptopolitan이 보도한 바입니다. SpaceX와의 거래만으로도 Colossus 2(메모리스 인근)에서 Nvidia GB300 용량에 대해 월 $1억 5천만 달러를 지불하는 총 $63억 규모에 달하며, 이는 Cryptopolitan이 6월에 보도한 내용입니다.

Beam은 Reflection의 'AI 공장' 제안에도 힘을 실어주는데, 이는 기관들이 자체 데이터로 모델을 학습하고 자체 컴퓨팅 리소스에서 실행할 수 있게 해줍니다. 신세계그룹은 한국에서 주권 에디션을 테스트 중입니다.

라스킨은 자신의 모델이 프론티어(최전선)로 나아가는 과정에 대해