Reflection AI представила Beam — открытую большую языковую модель на 501 млрд параметров, которую компания сравнивает с более крупными китайскими открытыми моделями. По данным компании, Beam соответствует GLM-5.2 или превосходит ее, используя от трети до четверти вычислительных мощностей, а также приближается к Qwen 3.8-Max с более чем 2 трлн параметров. Для бизнеса это важно, поскольку компактная открытая модель с меньшими требованиями к оборудованию способна снизить затраты на инференс для агентов и задач программирования.
Как Beam создавали и тестировали
Выпуск состоялся через несколько месяцев после привлечения инвестиций при оценке Reflection AI в 25 млрд долларов. Примерно тогда же стартап, по сообщениям, заключил соглашение со SpaceX на 6,3 млрд долларов об аренде комплексов Nvidia GB300 NVL72, каждый из которых содержит 72 видеокарты. Именно эти арендованные системы использовались для обучения Beam. Модель сначала доступна через программу раннего доступа, а веса, документацию и инструменты дообучения планируют выпустить позже в этом месяце.
Разработка началась с относительно небольшого прототипа, затем последовали более крупные и способные алгоритмы, которые привели к Beam Base — основе модели Beam. Beam Base обучали на кластере из 6 144 видеокарт менее чем за четыре недели. Обучение использовало 23,8 трлн токенов из открытых интернет-источников и коммерческих источников, включая значительную долю программного кода. Reflection AI создала отдельные фильтры для каждого языка программирования, чтобы удалить файлы низкого качества.
После предварительного обучения Reflection AI провела промежуточное обучение, расширившее контекстное окно и усилившее способности к рассуждению. Третий и самый ресурсоемкий этап задействовал 10 000 видеокарт GB300 для запуска 1,3 млрд песочниц обучения с подкреплением. Эти виртуальные среды были оптимизированы для генерации кода, поиска в интернете и работы ИИ-агентов. Этап обучения с подкреплением занял четыре недели, а специальное программное обеспечение ограничивало сбои: медианное время восстановления составило восемь минут при 71 ошибке.
Что Beam означает для внедрения ИИ в компаниях
Для компаний, внедряющих ИИ-агентов и ассистентов разработки, Beam предлагает открытую альтернативу с заявленным качеством уровня ведущих открытых моделей при меньших требованиях к оборудованию. Генерация кода, поиск в интернете и выполнение агентских задач напрямую связаны с внутренней автоматизацией, copilots поддержки и исследованием данных для продаж. Небольшие компании получают доступ к модели класса 501 млрд параметров без собственной инфраструктуры, а крупные смогут проверить локальное развертывание и дообучение после выхода весов и инструментов.
Перед закупочными решениями нужно проверить ряд ограничений. Заявления о сравнении с GLM-5.2 и Qwen 3.8-Max исходят от Reflection AI и требуют независимого тестирования на корпоративных данных. В источнике отмечено, что бесплатные модели пока уступают передовым системам, таким как Claude Fable 5.1 от Anthropic. Покупателям следует уточнить условия лицензии, длину контекста, пропускную способность на доступных GPU, оценки безопасности и поддержку дообучения.
Ориентиром станет выпуск весов, документации и инструментов дообучения позже в этом месяце. Независимые бенчмарки и первые отчеты о внедрении покажут, сохраняется ли преимущество в эффективности за пределами лаборатории. Если за этим последует поддержка со стороны инфраструктурных провайдеров, Beam расширит выбор открытых моделей для продуктивных агентов.
