Reflection AI 在 Beam 於十月開放權重發布之前，率先開啓早期訪問

Reflection AI於10月5日以早期訪問形式推出了其首個開源模型Beam。 該模型正在進行紅隊測試的最後階段，權重文件、技術報告和模型卡將於本月晚些時候發佈。

Reflection表示，權重文件將以Apache 2.0許可證的形式發佈，並提供完整的運行、評估和微調Beam的堆棧。

GLM-5.2的等效性能僅需3–4倍的推理計算量

Beam 是一個稀疏混合專家模型，擁有 5010 億參數，每個 token 激活 230 億參數。它在 23.8 萬億個 token 上進行了預訓練，其上下文長度在中期訓練中達到了 100 萬個 token。

Reflection 表示 Beam 在高級推理測試中與 Z.ai 的 GLM-5.2 相當，同時使用的“推理計算量減少了 3–4 倍”。該說法未經獨立驗證。

GLM-5.2 擁有約 7440 億參數，其中 400 億爲激活參數。Reflection 認爲 Kimi K3 在原始能力方面領先，並強調 Beam 的優勢在於推理效率。

在與 Thinking Machines Lab 於 7 月發佈的 Inkling 的對比中，Reflection 的表格顯示 Beam 在四項編碼基準測試中領先，並列出了兩個模型的得分。

在 SWE Bench Pro v2-Hard 上，Beam 得分爲 77.2，而 Inkling 爲 56.9。Inkling 是多模態模型，而 Beam 僅支持文本。

10,500 Nvidia GB300 GPU 運行了四周的強化學習（RL）

Reflection 的強化學習運行使用了 10,500 塊 Nvidia GB300 GPU，持續四周，產生了超過 1 億次 rollout，並利用約 13 億個沙箱進行訓練和評分。

據該公司稱，這是任何開放實驗室中規模最大的強化學習運行之一。根據 Reflection 的統計，Inkling 僅在 3000 萬次 rollout 上進行了訓練。

Reflection 由前 Google DeepMind 研究員 Misha Laskin 和 Ioannis Antonoglou 於 2024 年創立。該公司已從英偉達、紅杉資本（Sequoia Capital）和 Lightspeed Venture Partners 等投資者處籌集了約 47 億美元，最近一次融資前的估值爲 250 億美元。

據Cryptopolitan報道，一年前，該公司以80億美元的估值融資20億美元。其SpaceX交易總額高達63億美元，每月爲孟菲斯附近的Colossus 2支付1.5億美元用於Nvidia GB300容量，Cryptopolitan於6月對此進行了報道。

Beam 也支撐着 Reflection 的“AI 工廠”理念，該理念允許機構使用自有數據訓練其模型，並在自有算力上運行。新羅集團（Shinsegae Group）正在韓國試用其主權版本。

Laskin 曾將其模型通往前沿的路徑比作“火箭”，他表示：“建造一艘大型火箭需要時間。”

最聰明的加密領域人士已經在閱讀我們的通訊。想加入嗎？加入他們。