Reflection AI · ประกาศเมื่อ 5 ตุลาคม 2026
Beam: โมเดลแบบเปิดน้ำหนักที่ทำงานได้มากขึ้นโดยใช้ทรัพยากรประมวลผลน้อยลง
Beam เป็นโมเดลแบบเปิดน้ำหนักรุ่นแรกของ Reflection AI เป็น Mixture-of-Experts ที่มีพารามิเตอร์ 501 พันล้านตัว และเปิดใช้งานเพียง 23 พันล้านตัวต่อโทเคน โดยมุ่งเน้นงานเขียนโค้ด การให้เหตุผล และงานเอเจนต์ Reflection ระบุว่า Beam ทำได้เทียบเท่า GLM 5.2 ในการให้เหตุผลที่ซับซ้อน โดยใช้ทรัพยากรประมวลผลสำหรับ inference น้อยลงสามถึงสี่เท่า
สถานะการเปิดตัววันนี้
Beam เปิดตัวพร้อมรายชื่อรอ นี่คือสิ่งที่คุณทำได้และทำไม่ได้ในตอนนี้
เบต้า API (รายชื่อรอ)
ปลายทาง Chat Completions ที่เข้ากันได้กับ OpenAI สำหรับผู้ใช้บางรายที่ได้รับสิทธิ์เข้าถึงก่อน
น้ำหนักโมเดลแบบเปิดบน Hugging Face
มีกำหนดเปิดภายใต้ Apache 2.0 ในช่วงปลาย October 2026 แต่ยังไม่มีคลังสาธารณะ
OpenRouter
ยังไม่มีในแค็ตตาล็อกของ OpenRouter
Ollama / LM Studio
ยังใช้งานไม่ได้ แม้ใช้เวตที่ควอนไทซ์เหลือ 4 บิต ก็ยังต้องใช้หน่วยความจำราว 250 GB จึงจำกัดการใช้งานในเครื่องไว้กับเวิร์กสเตชันขนาดใหญ่
อ่านจบในหนึ่งนาที
Beam คืออะไร และทำไมผู้คนถึงเรียกว่า “DeepSeek แห่งตะวันตก”
Reflection AI เป็นแล็บในนิวยอร์ก ก่อตั้งในปี 2024 โดยอดีตนักวิจัยจาก Google DeepMind สองคน ได้แก่ Misha Laskin และ Ioannis Antonoglou Beam เป็นโมเดลแนวหน้ารุ่นแรกของบริษัท และเป็นรุ่นแรกในซีรีส์ที่วางแผนไว้
จุดขายคือประสิทธิภาพ Beam เป็น Mixture-of-Experts แบบ sparse: จากพารามิเตอร์ทั้งหมด 501 พันล้านตัว มีเพียงประมาณ 23 พันล้านตัวที่ทำงานกับแต่ละโทเคน จึงช่วยให้ต้นทุนการให้บริการใกล้เคียงกับโมเดลขนาดกลาง ขณะเดียวกันก็ใช้ประโยชน์จากองค์ความรู้ของโมเดลขนาดใหญ่มาก
Beam เป็นโมเดลแบบ “เปิดน้ำหนัก”: Reflection ระบุว่าจะเผยแพร่ weights ภายใต้สัญญาอนุญาต Apache 2.0 ในช่วงปลายเดือนตุลาคม 2026 เพื่อให้ทุกคนดาวน์โหลด เรียกใช้ ปรับแต่งเพิ่มเติม และติดตั้งใช้งานบนฮาร์ดแวร์ของตนเองได้ ก่อนหน้านั้น จะเข้าถึงได้ผ่าน API รุ่นเบตาที่ต้องลงชื่อเข้าคิวรอ
นักลงทุนและสื่อมองว่า Beam เป็นคำตอบจากอเมริกาต่อโมเดลแบบเปิดที่แข็งแกร่งจากแล็บในจีน เช่น DeepSeek, Alibaba (Qwen), Z.ai (GLM) และ Moonshot AI (Kimi) ส่วน Reflection เองระมัดระวังในการกล่าวอ้าง โดยกราฟของบริษัทแสดงให้เห็นว่า Kimi K3 ยังคงนำหน้าในด้านความสามารถโดยรวม
ผลการทดสอบ
Beam ทำคะแนนได้อย่างไรเมื่อเทียบกับโมเดลแบบเปิดที่แข็งแกร่งที่สุด
ผลการทดสอบบางส่วนจากประกาศของ Reflection แถบแสดงผลของ Beam เทียบกับ GLM 5.2 และ Kimi K3 ในกรณีที่มีการรายงานคะแนน
SWE-Bench Pro v1
Terminal-Bench v2.1
τ³ banking
MCP Atlas
GPQA Diamond
Humanity's Last Exam (no tools)
คะแนนที่ผู้ให้บริการรายงาน ยังไม่ได้รับการตรวจสอบโดยอิสระ
การทดสอบทั้ง 21 รายการข้ออ้างด้านประสิทธิภาพ
ใช้ทรัพยากรประมวลผลสำหรับ inference น้อยกว่า GLM 5.2 ถึง 3–4× ในการให้เหตุผลที่ซับซ้อน
Reflection ประมาณการการใช้ทรัพยากรประมวลผลด้วยสูตร 2 × พารามิเตอร์ที่ใช้งาน × โทเคนที่สร้างขึ้น เมื่อมีพารามิเตอร์ที่ใช้งาน 23B และมีการฝึกฝน length penalty ใน reinforcement learning ทำให้ Beam ใช้ FLOPs ต่อคำตอบน้อยกว่าโมเดลแบบเปิดที่มีขนาดใหญ่กว่า ตัวเลขนี้เป็นเพียงการประมาณการของบริษัทเองโดยอิงข้อมูลจาก Artificial Analysis และ DataCurve ไม่รวมการประมวลผล prompt ล่วงหน้าและภาระในการให้บริการ และยังไม่มีการทำซ้ำผลอย่างเป็นอิสระ
- พารามิเตอร์ที่ทำงานอยู่ 23B ต่อโทเคน
- ปรับระดับการใช้เหตุผลได้ตามต้องการ
- ฝึกให้หลีกเลี่ยงการใช้โทเคนสำหรับการให้เหตุผลโดยไม่จำเป็น
เปรียบเทียบแบบตัวต่อตัว
เปรียบเทียบ Beam
หน้าเปรียบเทียบแบบเคียงข้างกัน พร้อมแสดงทุกเบนช์มาร์กที่ทั้งสองโมเดลรายงาน รวมถึงขนาด ไลเซนส์ และการให้บริการ
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
ล่าสุด
ข่าว Beam
Reflection อัปเดตตารางผลการทดสอบของ Beam
หมายเหตุวันที่ 8 ตุลาคมในโพสต์ประกาศเปิดตัวระบุว่ามีการปรับปรุงผลลัพธ์ของ Beam
Beam ยังไม่มีบน OpenRouter, Ollama หรือ Hugging Face
ช่องทางเผยแพร่ยังมีจำกัดจนกว่าเวตจะเปิดให้ใช้งาน
เหตุใด Reflection จึงถูกเรียกว่า «DeepSeek แห่งตะวันตก»
ชื่อเรียกนี้มีมาก่อน Beam และสื่อที่รายงานข่าวการเปิดตัวก็นำกลับมาใช้กันอีกครั้ง
คำตอบสั้นๆ
คำถามที่พบบ่อย
Reflection Beam คืออะไร
Beam เป็นโมเดลภาษาขนาดใหญ่จาก Reflection AI ซึ่งประกาศเมื่อ October 5, 2026 เป็นโมเดล Mixture-of-Experts แบบ sparse ที่มีพารามิเตอร์รวม 501 พันล้านตัว และมีพารามิเตอร์ที่ทำงานอยู่ 23 พันล้านตัวต่อโทเคน พัฒนาขึ้นเพื่อการเขียนโค้ด การให้เหตุผล และงานแบบเอเจนต์ นี่คือโมเดลแบบเปิดน้ำหนักรุ่นแรกของ Reflection
ใครเป็นผู้สร้าง Beam
Reflection AI ห้องปฏิบัติการในนิวยอร์กที่ก่อตั้งในปี 2024 โดย Misha Laskin (CEO) และ Ioannis Antonoglou ซึ่งทั้งคู่เคยเป็นนักวิจัยที่ Google DeepMind นักลงทุนของบริษัท ได้แก่ Nvidia, Sequoia และ Citigroup
Beam เป็นโอเพนซอร์สหรือไม่
Beam เป็นโมเดลโอเพนเวต Reflection ระบุว่าจะเผยแพร่น้ำหนักโมเดลภายใต้สัญญาอนุญาต Apache 2.0 ซึ่งอนุญาตให้ใช้งานเชิงพาณิชย์ แก้ไข และเผยแพร่ต่อได้ แต่ข้อมูลที่ใช้ฝึกโมเดลไม่ได้เปิดเผยทั้งหมด โดยส่วนหนึ่งมาจากชุดข้อมูลที่มีลิขสิทธิ์และได้รับอนุญาตให้ใช้
จะเผยแพร่น้ำหนักโมเดลของ Beam เมื่อไร
Reflection ระบุว่า “ภายในเดือนนี้” ซึ่งหมายถึง October 2026 พร้อมกับรายงานทางเทคนิค การ์ดโมเดล และเครื่องมือสำหรับรัน ประเมินผล และปรับแต่งโมเดล ยังไม่มีการระบุวันที่แน่นอน ตัวติดตามการเผยแพร่ของเราแสดงสถานะล่าสุด
วันนี้จะใช้ Beam ได้อย่างไร
ลงชื่อเข้าร่วมรายชื่อรอใช้ API รุ่นเบตาของ Reflection ผู้ใช้ที่ได้รับอนุมัติจะได้ใช้ปลายทางที่เข้ากันได้กับ OpenAI ที่ https://api.reflection.ai/openai/v1 พร้อมรหัสโมเดล Beam-501B-A23B เมื่อเผยแพร่น้ำหนักโมเดลแล้ว คุณจะสามารถรันโมเดลด้วยตัวเองหรือผ่านผู้ให้บริการโฮสต์ได้เช่นกัน