Reflection представляє Beam — модель ШІ з відкритими вагами, здатну конкурувати з китайськими моделями за нижчих обчислювальних витрат

Reflection AI офіційно представляє Beam — свою першу передову модель ШІ з відкритими вагами. Стартап із Брукліна, заснований два роки тому, стверджує, що Beam відповідає показникам провідних китайських моделей із відкритим кодом на передових тестах із міркування, але коштує значно дешевше — це твердження може загострити перегони за створення західної альтернативи DeepSeek, Qwen і Z.ai.

Анонс Reflection підтверджує інформацію Axios, опубліковану цими вихідними, про те, що стартап наближався до запуску. У публікації в блозі в понеділок компанія повідомила нові подробиці та описала Beam як текстову модель із сумішшю експертів, навчену за допомогою підкріплювального навчання з використанням значних обчислювальних ресурсів. Модель призначена для ефективного виконання завдань із міркування, програмування та роботи агентів, використовуючи «частку вартості токенів і обчислювального часу під час інференсу» порівняно з конкурентами.

Beam — це модель із 501 мільярдом параметрів, із яких 23 мільярди є активними. Її попередньо навчали на 23,8 трильйона токенів, а довжина контексту становить 1 мільйон токенів. Для порівняння, GLM-5.2 від Z.ai має приблизно 744 мільярди загальних параметрів, із яких активними є 40 мільярдів. 

Заявлені показники Reflection не були незалежно перевірені, але компанія стверджує, що на передових тестах із міркування Beam демонструє результати на рівні GLM-5.2 від Z.ai та перевершує провідні західні моделі з відкритими вагами, використовуючи «у 3–4 рази менше обчислювальних ресурсів під час інференсу». Reflection називає її «робочою моделлю» для підприємств, державного сектору та розробників. 

Reflection позиціонує себе як конкурента закритим лабораторіям на кшталт Anthropic і OpenAI, популярним моделям із відкритим кодом від китайських розробників, а також західним гравцям, таким як Mistral, Meta і Cohere. Найбільш прямим конкурентом Reflection у США може бути Inkling — відкрита модель від Thinking Machines Lab Міри Мураті, випущена в липні. Власні тести Reflection показують, що Beam набирає більше балів за Inkling у чотирьох тестах із програмування, результати яких оприлюднили обидві моделі, однак Inkling є мультимодальною моделлю, а Beam — лише текстовою.

Reflection заснували у 2024 році двоє колишніх дослідників Google DeepMind. За даними PitchBook, компанія залучила приблизно 4,7 мільярда доларів від інвесторів, зокрема Nvidia, Sequoia Capital і Lightspeed Venture Partners. Під час останнього раунду компанію оцінили за передгрошовою оцінкою в 25 мільярдів доларів.

Стартап також укладає угоди щодо обчислювальних ресурсів — ключового компонента, необхідного для навчання передових моделей, здатних переманювати клієнтів від закритих моделей Anthropic і OpenAI, а також дешевших моделей із відкритими вагами від китайських лабораторій. Цього літа Reflection підписала угоди із загальною вартістю понад 7 мільярдів доларів із SpaceX і Nebius, щоб до 2029 року забезпечити доступ до чипів Nvidia GB300. 

Reflection орієнтує Beam і майбутні моделі на підприємства та суверенні держави. Ідея полягає у створенні «фабрик ШІ» — продукту, який дасть установам змогу створювати власні локальні кастомізовані системи ШІ, навчаючи моделі Reflection на власних конфіденційних даних. Генеральний директор Nvidia Дженсен Хуанг, чия компанія підтримує Reflection, уже давно просуває ідею «фабрик ШІ» та виступає за зміцнення екосистеми відкритого ШІ — бачення, яке також вигідне Nvidia, чиї графічні процесори працюватимуть у цих системах. 

Axios повідомляв, що серед охочих створити такі системи є хедж-фонди та торгові компанії. Reflection уже почала тестувати концепцію партнерства зі створення суверенної фабрики ШІ з Shinsegae Group у Південній Кореї.

Reflection заявляє, що цього місяця випустить ваги Beam і повні технічні характеристики, а під час запуску забезпечить поширення через гіпермасштабувальників і неохмарні платформи, а також інтеграцію з бібліотеками відкритого коду. 

Reflection не встигла відповісти на запити TechCrunch про додаткову інформацію.