Reflection AI 发布 Beam 模型，以更低推理成本对标中国开源模型

Reflection AI 正式推出其首款前沿开源权重模型 Beam，声称在高级推理基准测试中表现与中国头部开源模型持平，同时推理计算成本仅为竞争对手的三分之一到四分之一。该模型为文本专用的混合专家（MoE）架构，拥有 5010 亿总参数和 230 亿激活参数，预训练数据达 23.8 万亿 token，上下文窗口为 100 万 token。

尽管性能数据未经独立验证，但 Reflection 提供的内部基准显示，Beam 在四项编码测试中得分高于 Mira Murati 团队发布的 Inkling 模型，且后者为多模态而 Beam 仅支持文本。为支撑此类高算力需求模型的训练与部署，Reflection 今年夏季已与 SpaceX 和 Nebius 签署总额超 70 亿美元的协议，确保获得英伟达 GB300 芯片直至 2029 年。公司由两名前 Google DeepMind 研究员于 2024 年创立，累计融资约 47 亿美元，最新一轮投前估值达 250 亿美元。

Reflection 将 Beam 定位为面向企业、公共部门及开发者的“主力模型”，并计划通过“AI 工厂”模式帮助机构基于自有专有数据构建定制化本地系统，目前正与韩国 Shinsegae 集团测试主权 AI 工厂合作。事实层面，Beam 的参数规模与算力绑定协议已明确；推断层面，这种低成本策略可能加速西方开源模型在商业场景替代闭源大模型；猜测层面，其实际推理效率能否在大规模生产环境中复现实验室数据尚待观察。