Reflection AI · ogłoszono 5 października 2026
Beam: model o otwartych wagach, który więcej osiąga przy mniejszej mocy obliczeniowej
Beam to pierwszy model o otwartych wagach firmy Reflection AI: model typu Mixture-of-Experts z 501 miliardami parametrów, który aktywuje tylko 23 miliardy parametrów na token. Jest przeznaczony do programowania, rozumowania i pracy agentów. Reflection twierdzi, że w trudnych zadaniach wymagających rozumowania dorównuje GLM 5.2, zużywając od trzech do czterech razy mniej mocy obliczeniowej na potrzeby inferencji.
Aktualny status wydania
Beam został zapowiedziany wraz z listą oczekujących. Oto, co możesz, a czego nie możesz teraz z nim zrobić.
Beta API (lista oczekujących)
Zgodny z OpenAI endpoint Chat Completions dla wybranych użytkowników z wczesnym dostępem.
Otwarte wagi na Hugging Face
Obiecane na licencji Apache 2.0 w dalszej części October 2026. Publiczne repozytorium jeszcze nie powstało.
OpenRouter
Nie ma go jeszcze w katalogu OpenRouter.
Ollama / LM Studio
Niedostępne. Nawet wagi 4-bitowe wymagałyby około 250 GB pamięci, więc lokalne użycie będzie możliwe tylko na dużych stacjach roboczych.
W minutę
Czym jest Beam i dlaczego nazywa się go „DeepSeekiem Zachodu”
Reflection AI to nowojorskie laboratorium założone w 2024 roku przez dwóch byłych badaczy Google DeepMind, Misha Laskin i Ioannis Antonoglou. Beam jest jego pierwszym modelem z czołówki i pierwszym z planowanej serii.
Kluczowa jest wydajność. Beam to rzadki model typu Mixture-of-Experts: z 501 miliardów jego parametrów tylko około 23 miliardów pracuje przy każdym tokenie. Dzięki temu koszty udostępniania modelu są bliższe kosztom modelu średniej wielkości, a jednocześnie korzysta on z wiedzy modelu o znacznie większej skali.
Model ma „otwarte wagi”: Reflection zapowiada, że opublikuje je na licencji Apache 2.0 pod koniec października 2026, dzięki czemu każdy będzie mógł pobrać model, uruchomić go, dostroić i wdrożyć na własnym sprzęcie. Do tego czasu dostęp jest możliwy przez API beta z listą oczekujących.
Inwestorzy i media przedstawiają Beam jako amerykańską odpowiedź na zaawansowane modele o otwartych wagach chińskich laboratoriów, takich jak DeepSeek, Alibaba (Qwen), Z.ai (GLM) i Moonshot AI (Kimi). Reflection zachowuje jednak ostrożność: własne wykresy firmy pokazują, że Kimi K3 nadal ma przewagę pod względem surowych możliwości.
Benchmarki
Jak Beam wypada na tle najlepszych modeli o otwartych wagach
Wybrane wyniki z zapowiedzi Reflection. Słupki pokazują wyniki Beam w porównaniu z GLM 5.2 i Kimi K3, tam gdzie podano wyniki tych modeli.
SWE-Bench Pro v1
Terminal-Bench v2.1
τ³ banking
MCP Atlas
GPQA Diamond
Humanity's Last Exam (no tools)
Wyniki podane przez dostawcę. Nie zostały jeszcze niezależnie zweryfikowane.
Wszystkie 21 benchmarkówTwierdzenie o wydajności
Od 3 do 4 razy mniej mocy obliczeniowej na potrzeby inferencji niż GLM 5.2 w trudnych zadaniach wymagających rozumowania
Reflection szacuje moc obliczeniową według wzoru: 2 × aktywne parametry × wygenerowane tokeny. Dzięki 23 mld aktywnych parametrów i karze za długość odpowiedzi uwzględnionej w treningu przez uczenie ze wzmocnieniem, Beam zużywa mniej FLOP-ów na odpowiedź niż większe modele o otwartych wagach. To własne oszacowanie firmy, oparte na danych Artificial Analysis i DataCurve; nie uwzględnia wstępnego przetwarzania promptu ani narzutu związanego z obsługą modelu i nie zostało niezależnie zweryfikowane.
- 23B aktywnych parametrów na token
- Regulowana intensywność rozumowania
- Wytrenowany tak, by unikać niepotrzebnych tokenów rozumowania
Bezpośrednie porównanie
Beam na tle innych modeli
Porównania obok siebie obejmujące wszystkie benchmarki, dla których oba modele podały wyniki, a także ich rozmiar, licencję i dostępność.
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
Najnowsze
Wiadomości o Beam
Reflection aktualizuje tabelę wyników Beam
W notatce z 8 października, dodanej do wpisu o premierze, poinformowano, że wyniki Beam zostały zaktualizowane.
Beam nie jest jeszcze dostępny w OpenRouter, Ollama ani Hugging Face
Możliwości dystrybucji są ograniczone do czasu udostępnienia wag.
Dlaczego Reflection nazywa się „DeepSeekiem Zachodu”
Ten przydomek pojawił się jeszcze przed Beam, a relacje z premiery znów go podchwyciły.
Szybkie odpowiedzi
Najczęstsze pytania
Czym jest Reflection Beam?
Beam to duży model językowy od Reflection AI, zapowiedziany 5 października 2026 roku. To rzadki model typu Mixture-of-Experts, mający łącznie 501 miliardów parametrów, z czego 23 miliardy są aktywne dla każdego tokenu. Został stworzony z myślą o programowaniu, rozumowaniu i zadaniach agentowych. To pierwszy model Reflection z otwartymi wagami.
Kto tworzy Beam?
Reflection AI, nowojorskie laboratorium założone w 2024 roku przez Misha Laskin (CEO) i Ioannis Antonoglou, oboje wcześniej pracujących w Google DeepMind. Wśród inwestorów są Nvidia, Sequoia i Citigroup.
Czy Beam jest open source?
Beam ma otwarte wagi. Reflection zapowiada ich udostępnienie na licencji Apache 2.0, która pozwala na użytek komercyjny, modyfikacje i redystrybucję. Dane treningowe nie są otwarte: ich część pochodzi z zastrzeżonych, licencjonowanych zbiorów danych.
Kiedy zostaną udostępnione wagi Beam?
Reflection zapowiada, że nastąpi to „jeszcze w tym miesiącu”, czyli w październiku 2026 roku. Wagi zostaną udostępnione wraz z raportem technicznym, kartą modelu oraz narzędziami do uruchamiania, ewaluacji i dostrajania. Nie podano dokładnej daty. Aktualny status można sprawdzić w naszym trackerze wydań.
Jak korzystać z Beam już dziś?
Dołącz do listy oczekujących na dostęp do beta API Reflection. Zaakceptowani użytkownicy otrzymają zgodny z OpenAI endpoint pod adresem https://api.reflection.ai/openai/v1 z identyfikatorem modelu Beam-501B-A23B. Po udostępnieniu wag będzie można też uruchomić model samodzielnie lub za pośrednictwem dostawców hostingu.