Reflection представила Beam — свою первую модель с открытыми весами для программирования, рассуждений и задач, где ИИ действует почти самостоятельно. Компания утверждает, что Beam сопоставима с GLM 5.2 на ключевых тестах, но требует в три-четыре раза меньше вычислений. Для бизнеса это важнее красивого рекорда: стоимость запуска модели часто определяет, можно ли вообще автоматизировать рабочий процесс.
Суть события
Beam — большая модель, которая на каждом запросе задействует только часть своего общего объёма: 23 млрд параметров из 501 млрд. Такой подход позволяет не оплачивать полный размер модели при каждом ответе. Reflection называет Beam своей первой свободно доступной моделью и позиционирует её как альтернативу открытым моделям DeepSeek и Qwen.
Модель предназначена для написания кода, логических задач и агентных сценариев — когда система не просто отвечает, а последовательно выполняет действия. Для понимания базовых терминов пригодится простое объяснение больших языковых моделей.
Детали и ограничения
По данным Reflection, Beam показывает результаты, близкие к GLM 5.2, используя в три-четыре раза меньше вычислений. На отдельных тестах программирования она также приближается к Qwen3.8-Max, но более сильные модели, включая Kimi K3, пока опережают её по максимальной производительности. Это не универсальная победа, а ставка на разумное соотношение качества и затрат.
Компания обучала Beam с подкреплением на 10 500 ускорителях Nvidia GB300 более четырёх недель. Пользователь сможет выбирать, насколько тщательно модель рассуждает: быстрый ответ будет дешевле, а сложная задача получит больше времени на обработку. Beam остаётся текстовой моделью. Финальные проверки безопасности ещё продолжаются, а веса, документацию и технический отчёт обещают выпустить позднее в этом месяце под лицензией Apache 2.0.
Контекст для рынка
Открытые веса дают компаниям больше контроля: модель можно развернуть в своей инфраструктуре и не отправлять каждый запрос внешнему поставщику. Но это не означает нулевую стоимость. Нужны ускорители, электричество, настройка и специалисты, а данные обучения Reflection пока не открывает.
Заявленная эффективность особенно важна для автоматизации кода и повторяющихся рабочих процессов. Если результаты подтвердятся на независимых проверках, бизнес сможет сравнивать не только баллы на тестах, но и цену полезного результата. Именно здесь Beam спорит с крупными моделями: не обязательно быть лучшей во всём, чтобы оказаться практичнее в ежедневной эксплуатации.
Что дальше
Сейчас рано считать Beam готовой заменой лидерам рынка. Нужно дождаться открытых весов, документации, отчёта по безопасности и проверить заявленную экономичность на реальных задачах. Reflection уже обучает следующую версию, которая должна сократить отставание от самых сильных открытых моделей.
Для пользователя главный вопрос будет простым: действительно ли меньший расход вычислений сохранится при нужном качестве кода и рассуждений. Для компании — ещё практичнее: хватит ли собственной инфраструктуры и экспертизы, чтобы выгода от открытой модели не растворилась в расходах на её обслуживание.
