Reflection AI · annoncé le 5 octobre 2026
Beam : un modèle à poids ouverts conçu pour en faire plus avec moins de puissance de calcul
Beam est le premier modèle à poids ouverts de Reflection AI : un mélange d’experts de 501 milliards de paramètres, qui n’en active que 23 milliards par jeton. Il vise le codage, le raisonnement et les tâches agentiques. Reflection affirme qu’il égale GLM 5.2 sur les tâches de raisonnement difficiles tout en utilisant trois à quatre fois moins de puissance de calcul pour l’inférence.
État de la sortie aujourd’hui
Beam a été annoncé avec une liste d’attente. Voici ce que vous pouvez et ne pouvez pas faire avec le modèle pour le moment.
API bêta (liste d’attente)
Point de terminaison Chat Completions compatible avec OpenAI, réservé à certains utilisateurs bénéficiant d’un accès anticipé.
Poids ouverts sur Hugging Face
Promis sous Apache 2.0 plus tard en October 2026. Aucun dépôt public pour le moment.
OpenRouter
Pas encore dans le catalogue OpenRouter.
Ollama / LM Studio
Indisponible. Même les poids en 4 bits nécessiteraient environ 250 Go de mémoire ; l’utilisation en local se limitera donc aux stations de travail haut de gamme.
En une minute
Qu’est-ce que Beam, et pourquoi certains l’appellent le « DeepSeek de l’Occident » ?
Reflection AI est un laboratoire new-yorkais fondé en 2024 par deux anciens chercheurs de Google DeepMind, Misha Laskin et Ioannis Antonoglou. Beam est son premier modèle de pointe et le premier d’une série prévue.
La promesse, c’est l’efficacité. Beam est un mélange d’experts parcimonieux : sur ses 501 milliards de paramètres, seuls environ 23 milliards sont utilisés pour chaque jeton. Cela permet de maintenir les coûts d’inférence à un niveau proche de ceux d’un modèle de taille moyenne, tout en tirant parti des connaissances d’un modèle de très grande taille.
Il est à « poids ouverts » : Reflection affirme qu’elle publiera les poids sous licence Apache 2.0 plus tard en octobre 2026. Chacun pourra alors les télécharger, les exécuter, les affiner et les déployer sur son propre matériel. D’ici là, l’accès se fait via une API bêta sur liste d’attente.
Les investisseurs et la presse ont présenté Beam comme une réponse américaine aux puissants modèles à poids ouverts de laboratoires chinois comme DeepSeek, Alibaba (Qwen), Z.ai (GLM) et Moonshot AI (Kimi). Reflection reste toutefois prudente : ses propres graphiques montrent que Kimi K3 conserve l’avantage en matière de capacités brutes.
Benchmarks
Les scores de Beam face aux modèles à poids ouverts les plus performants
Résultats sélectionnés de l’annonce de Reflection. Les barres comparent Beam à GLM 5.2 et Kimi K3 lorsque leurs scores ont été publiés.
SWE-Bench Pro v1
Terminal-Bench v2.1
τ³ banking
MCP Atlas
GPQA Diamond
Humanity's Last Exam (no tools)
Scores déclarés par le fournisseur. Pas encore vérifiés de manière indépendante.
Les 21 benchmarksLa promesse d’efficacité
3 à 4 fois moins de puissance de calcul pour l’inférence que GLM 5.2 sur les tâches de raisonnement difficiles
Reflection estime la puissance de calcul selon la formule suivante : 2 × paramètres actifs × jetons générés. Avec 23B paramètres actifs et une pénalité de longueur intégrée à l’entraînement par apprentissage par renforcement, Beam effectue moins d’opérations en virgule flottante par réponse que les modèles à poids ouverts plus grands. Il s’agit de l’estimation de l’entreprise, fondée sur les données d’Artificial Analysis et de DataCurve ; elle ne tient pas compte du préremplissage des prompts ni de la surcharge liée au service, et n’a pas été reproduite de manière indépendante.
- 23B paramètres actifs par jeton
- Niveau d’effort de raisonnement réglable
- Entraîné pour éviter les jetons de raisonnement superflus
Face à face
Comparaison de Beam
Pages comparatives côte à côte avec tous les benchmarks rapportés par les deux modèles, ainsi que leur taille, leur licence et leur disponibilité.
Z.ai (Zhipu AI)
Beam vs GLM 5.2
Moonshot AI
Beam vs Kimi K3
Alibaba (Qwen)
Beam vs Qwen 3.8 Max
DeepSeek
Beam vs DeepSeek V4.1 Flash
Z.ai (Zhipu AI)
Beam vs GLM 5.3
NVIDIA
Beam vs Nemotron 3 Ultra
Thinking Machines Lab
Beam vs Inkling
Dernières actualités
Actualités de Beam
Reflection met à jour le tableau des benchmarks de Beam
Une note du October 8 ajoutée à l’article de lancement indique que les résultats de Beam ont été révisés.
Beam n’est pas encore disponible sur OpenRouter, Ollama ou Hugging Face
La distribution reste limitée tant que les poids ne sont pas publiés.
Pourquoi Reflection est surnommée le « DeepSeek de l’Occident »
Le surnom est antérieur à Beam, et les articles publiés lors du lancement l’ont remis en avant.
Réponses rapides
Questions fréquentes
Qu’est-ce que Reflection Beam ?
Beam est un grand modèle de langage de Reflection AI, annoncé le 5 octobre 2026. Ce modèle à mélange d’experts clairsemé compte 501 milliards de paramètres au total, dont 23 milliards actifs par jeton. Il est conçu pour la programmation, le raisonnement et les tâches agentiques. C’est le premier modèle à poids ouverts de Reflection.
Qui crée Beam ?
Reflection AI, un laboratoire new-yorkais fondé en 2024 par Misha Laskin (PDG) et Ioannis Antonoglou, tous deux anciens chercheurs chez Google DeepMind. Parmi ses investisseurs figurent Nvidia, Sequoia et Citigroup.
Beam est-il open source ?
Beam est à poids ouverts. Reflection indique qu’elle publiera les poids sous licence Apache 2.0, qui autorise l’usage commercial, la modification et la redistribution. Les données d’entraînement ne sont pas ouvertes : une partie provient de jeux de données propriétaires sous licence.
Quand les poids de Beam seront-ils publiés ?
Reflection indique que ce sera « plus tard ce mois-ci », c’est-à-dire en octobre 2026, en même temps qu’un rapport technique, une fiche de modèle et des outils pour l’exécuter, l’évaluer et l’affiner. Aucune date précise n’a été communiquée. Notre suivi des sorties indique l’état actuel.
Comment utiliser Beam dès aujourd’hui ?
Inscrivez-vous sur la liste d’attente pour accéder à l’API bêta de Reflection. Les utilisateurs approuvés obtiennent un point de terminaison compatible avec OpenAI à l’adresse https://api.reflection.ai/openai/v1, avec l’identifiant de modèle Beam-501B-A23B. Une fois les poids publiés, vous pourrez aussi l’exécuter vous-même ou passer par des fournisseurs d’hébergement.