Reflection AI 在 Beam 于十月开放权重发布之前，率先开启早期访问

Reflection AI于10月5日以早期访问形式推出了其首个开源模型Beam。 该模型正在进行红队测试的最后阶段，权重文件、技术报告和模型卡将于本月晚些时候发布。

Reflection表示，权重文件将以Apache 2.0许可证的形式发布，并提供完整的运行、评估和微调Beam的堆栈。

GLM-5.2的等效性能仅需3–4倍的推理计算量

Beam 是一个稀疏混合专家模型，拥有 5010 亿参数，每个 token 激活 230 亿参数。它在 23.8 万亿个 token 上进行了预训练，其上下文长度在中期训练中达到了 100 万个 token。

Reflection 表示 Beam 在高级推理测试中与 Z.ai 的 GLM-5.2 相当，同时使用的“推理计算量减少了 3–4 倍”。该说法未经独立验证。

GLM-5.2 拥有约 7440 亿参数，其中 400 亿为激活参数。Reflection 认为 Kimi K3 在原始能力方面领先，并强调 Beam 的优势在于推理效率。

在与 Thinking Machines Lab 于 7 月发布的 Inkling 的对比中，Reflection 的表格显示 Beam 在四项编码基准测试中领先，并列出了两个模型的得分。

在 SWE Bench Pro v2-Hard 上，Beam 得分为 77.2，而 Inkling 为 56.9。Inkling 是多模态模型，而 Beam 仅支持文本。

10,500 Nvidia GB300 GPU 运行了四周的强化学习（RL）

Reflection 的强化学习运行使用了 10,500 块 Nvidia GB300 GPU，持续四周，产生了超过 1 亿次 rollout，并利用约 13 亿个沙箱进行训练和评分。

据该公司称，这是任何开放实验室中规模最大的强化学习运行之一。根据 Reflection 的统计，Inkling 仅在 3000 万次 rollout 上进行了训练。

Reflection 由前 Google DeepMind 研究员 Misha Laskin 和 Ioannis Antonoglou 于 2024 年创立。该公司已从英伟达、红杉资本（Sequoia Capital）和 Lightspeed Venture Partners 等投资者处筹集了约 47 亿美元，最近一次融资前的估值为 250 亿美元。

据Cryptopolitan报道，一年前，该公司以80亿美元的估值融资20亿美元。其SpaceX交易总额高达63亿美元，每月为孟菲斯附近的Colossus 2支付1.5亿美元用于Nvidia GB300容量，Cryptopolitan于6月对此进行了报道。

Beam 也支撑着 Reflection 的“AI 工厂”理念，该理念允许机构使用自有数据训练其模型，并在自有算力上运行。新罗集团（Shinsegae Group）正在韩国试用其主权版本。

Laskin 曾将其模型通往前沿的路径比作“火箭”，他表示：“建造一艘大型火箭需要时间。”

最聪明的加密领域人士已经在阅读我们的通讯。想加入吗？加入他们。