美國新創 Reflection 推開放模型 Beam，挑戰中國開源陣營
輝達投資的美國 AI 新創 Reflection AI 10 月 5 日在官方部落格發表第一款開放權重模型 Beam。Beam 是稀疏混合專家（MoE）架構，總參數 5,010 億、每次啟用 230 億，主打程式開發、推理與 AI 代理工作。Reflection 表示，Beam 目前正進行最終紅隊測試與評估，本月稍晚將以 Apache 2.0 授權釋出權重，同步公布技術報告與模型卡。
推理基準與智譜 GLM-5.2 相當，推論算力省 3 到 4 倍
Reflection 稱，Beam 在進階推理基準上的分數與中國智譜（Z.ai）的開放模型 GLM-5.2 相當，但推論運算量少 3 到 4 倍；與阿里巴巴 Qwen 3.8-Max 這類 2 兆參數以上的模型相比，效率差距更大。在程式與代理任務上，Reflection 形容 Beam 與 GLM 5.2 等更大的開放模型具競爭力，並逼近 Qwen 3.8-Max，同時承認月之暗面的 Kimi K3 等前沿開放模型在原始能力上仍領先，Beam 的優勢在推論效率。
以 Reflection 公布的成績為例，Beam 在 SWE-bench Verified 拿到 80.9 分、Terminal Bench v2.1 拿到 80.1 分；同表中 Kimi K3 的 Terminal Bench v2.1 為 88.3 分，GLM 5.3 為 88.2 分。TechCrunch 報導指出，這些成績尚未經獨立驗證。
廣告 - 內文未完請往下捲動
以 1 萬 500 顆 GB300 跑 4 週強化學習
Reflection 表示，Beam 以 23.8 兆個 token 預訓練，預訓練在 6,144 顆輝達 GB300 NVL72 GPU 上用不到四週完成；之後的強化學習動用 1 萬 500 顆 GB300、歷時 4 週，產生超過 1 億次推演，最大上下文長度 25.6 萬個 token，訓練與評分約用了 13 億個沙盒環境。Reflection 稱這是開放實驗室至今規模最大的強化學習訓練之一，且能力隨算力增加持續提升，沒有看到停滯。
Beam 為純文字模型，上下文長度可達 100 萬個 token，使用者可透過「推理強度」參數在回應長度與表現之間取捨。安全方面，Reflection 另外訓練一個專注安全與對齊的模型，再與大規模強化學習模型合併，並表示會在技術報告中公布安全評估結果。
募資約 47 億美元，鎖定企業與主權 AI
根據 TechCrunch，Reflection 於 2024 年由兩名前 Google DeepMind 研究員創立，據 PitchBook 資料已募得約 47 億美元，投資人包括輝達、紅杉資本與 Lightspeed，最近一輪投前估值 250 億美元。今年夏天，Reflection 與 SpaceX、Nebius 簽下合計逾 70 億美元的算力合約，確保 2029 年前取得輝達 GB300 晶片。
TechCrunch 指出，Reflection 把 Beam 與後續模型瞄準企業與國家級客戶，主打讓機構用自有資料訓練 Reflection 模型、建置在地化的「AI 工廠」，並已與韓國新世界集團測試主權 AI 工廠合作。Reflection 表示，Beam 是系列模型的第一款，下一款已在訓練中。
風險提示
加密貨幣投資具有高度風險，其價格可能波動劇烈，您可能損失全部本金。請謹慎評估風險。
