Модель пока доступна избранным пользователям

Компания Reflection объявила о выпуске Beam — своей первой модели, которую она планирует сделать свободно доступной. Сейчас Beam проходит финальное тестирование безопасности, а ранняя версия предоставлена отдельным пользователям. Технический отчёт, документацию для разработчиков и веса модели под лицензией Apache 2.0 компания обещает выпустить «позднее в этом месяце».

Beam предназначена для программирования, логических рассуждений и задач с ИИ-агентами. Это модель типа «смесь экспертов»: при общем размере 501 млрд параметров она активирует 23 млрд параметров на токен. Reflection позиционирует её как вариант для компаний, которым нужны автоматизация и кодирование с контролем вычислительных расходов.

Reflection заявляет о сопоставимых результатах при меньших затратах

По данным Reflection, на сложных задачах рассуждения Beam показывает результаты на уровне GLM 5.2, используя в три-четыре раза меньше вычислительных ресурсов. На тестах программирования и ИИ-агентов она, по заявлению компании, приближается к более крупной Qwen3.8-Max. При этом Reflection признаёт, что Kimi K3 превосходит Beam по максимальной производительности.

В опубликованной таблице результатов для Terminal Bench 2.1 у Beam указано 80,1 балла, у GLM 5.2 — 81,0, у Qwen 3.8 Max — 86,6, а у Kimi K3 — 88,3. Это приведённые в источнике результаты тестирования, а не независимая оценка качества моделей. Reflection также сообщила, что уже обучает следующую модель, которая должна сократить разрыв с сильнейшими открытыми моделями.

Результаты Terminal Bench 2.1, приведённые Reflection
МодельРезультат
Beam80,1
GLM 5.281,0
Qwen 3.8 Max86,6
Kimi K388,3

Обучение включало более 80 млн циклов подкрепления

По словам Reflection, возможности Beam сформировались благодаря предварительному обучению и масштабному этапу обучения с подкреплением. Для него компания использовала 10 500 ускорителей Nvidia GB300 более четырёх недель. Reflection назвала этот запуск одним из крупнейших тренировочных процессов среди открытых лабораторий и сообщила, что результаты продолжали улучшаться к его завершению.

Компания приводит графики, на которых показатели Beam растут по мере увеличения числа циклов обучения и превышают 80 млн без видимого плато. Пользователь может настраивать глубину рассуждений модели: быстрый ответ требует меньше вычислений, а более длительная обработка сложной задачи может повысить качество результата.

Reflection также сообщила о способности, которую называет возникающей: во время обучения на задачах рассуждения, разработки программ и работы в терминале Beam стала лучше выполнять поиск в интернете, хотя такие задачи не входили в тренировочную смесь. При доступе к сети модель научилась обращаться к другим языковым моделям и получать документы из внешних сервисов. Beam работает с текстом; материалы других форматов, по утверждению компании, она может обрабатывать, если представить их в текстовом виде.

Для безопасности Reflection объединила Beam со второй моделью

Для настройки безопасности и поведения Reflection обучила отдельную модель и объединила её с Beam. Правила включают запреты, требования к точности и признанию неопределённости, а также ориентиры для прямых и подробных ответов. Компания намерена опубликовать результаты проверок безопасности и открыть разработанные методы оценки.

Reflection основана в 2024 году бывшими исследователями Google DeepMind Мишей Ласкиным и Иоаннисом Антоноглу. В октябре 2025 года стартап привлёк 2 млрд долларов при оценке в 8 млрд долларов. Компания публикует веса своих моделей, но оставляет данные и процессы обучения закрытыми.