Reflection AI 正式推出其首个前沿级开源权重 AI 模型 Beam。这家成立两年、位于布鲁克林的创业公司声称，Beam 在高级推理基准测试中的表现可与领先的中国开源模型相媲美，而成本却大幅降低，这一说法可能会加剧打造西方版 DeepSeek、Qwen 和 Z.ai 竞品的竞赛热度。
Reflection 的公告证实了 Axios 上周末的报道，当时该报道称这家创业公司即将发布新模型。该公司周一在一篇长篇博客文章中分享了更多细节，将 Beam 描述为一款纯文本混合专家（MoE）模型，基于高算力强化学习训练而成，能够以"远低于竞争对手的 Token 成本和推理时间计算量"在推理、编程和智能体任务中表现出色。
Beam 是一个拥有 5010 亿参数、230 亿激活参数的模型。它在 23.8 万亿 Token 上进行了预训练，拥有 100 万 Token 的上下文窗口。相比之下，Z.ai 的 GLM-5.2 总参数约为 7440 亿，激活参数为 400 亿。
Reflection 的性能声明尚未经过独立验证，但该公司表示，在高级推理基准测试中，Beam 的得分与 Z.ai 的 GLM-5.2 相当，并且在使用"3-4 倍更少推理算力"的情况下超越了当今领先的西方开源模型。Reflection 称其为面向企业、公共部门和开发者的"主力模型"。
Reflection 正将自身定位为与 Anthropic 和 OpenAI 等闭源实验室、中国开发者的热门开源模型，以及 Mistral、Meta 和 Cohere 等西方企业竞争的对手。其最直接的美国竞争对手可能是 Mira Murati 旗下 Thinking Machines Lab 于今年 7 月发布的开源模型 Inkling。Reflection 自己的基准测试显示，在双方都公布结果的四项编程测试中，Beam 的得分超过了 Inkling，但 Inkling 是多模态模型，而 Beam 仅支持文本。
Reflection 由两位前谷歌 DeepMind 研究人员于 2024 年创立，根据 PitchBook 的数据，该公司已从包括英伟达、红杉资本和 Lightspeed Venture Partners 等投资方筹集了约 47 亿美元资金。其最近一轮融资对公司的估值达到 250 亿美元（投前估值）。
这家创业公司还在大力锁定算力资源——这是训练前沿模型的关键要素，这类模型需要具备从 Anthropic 和 OpenAI 的闭源模型以及中国实验室更便宜的开源权重模型手中争夺客户的能力。今年夏天，Reflection 与 SpaceX 和 Nebius 签署了总价值超过 70 亿美元的协议，以确保到 2029 年前获得英伟达 GB300 芯片的使用权。
Reflection 将 Beam 及未来模型的目标客户定位为企业和主权国家。其推广理念是打造"AI 工厂"，这款产品将让机构通过使用自身专有数据训练 Reflection 的 AI 模型，建立起定制化的本地 AI 系统。英伟达首席执行官黄仁勋（其公司是 Reflection 的投资方之一）长期以来一直倡导"AI 工厂"理念，并推动强化开源 AI 生态系统——这一愿景同样有利于英伟达，因为这些系统将由其 GPU 驱动。
据 Axios 报道，对冲基金和交易公司是热衷于构建此类系统的群体之一。Reflection 已经开始与韩国新世界集团（Shinsegae Group）测试主权 AI 工厂合作的概念。
Reflection 表示，将在本月发布 Beam 的权重和完整技术细节，发布时将通过超大规模云服务商和新兴云厂商进行分发，并与开源代码库进行集成。
Reflection 未能及时回应 TechCrunch 的置评请求。
Q&A
Q1：Beam模型的参数规模是多少？
A：Beam是一个拥有5010亿参数、230亿激活参数的混合专家模型，在23.8万亿Token上进行了预训练，拥有100万Token的上下文窗口。
Q2：Reflection AI公司融资情况如何？
A：Reflection由两位前谷歌DeepMind研究人员于2024年创立，已从英伟达、红杉资本等投资方筹集约47亿美元资金，最近一轮融资估值达250亿美元。
Q3：Beam与中国开源模型相比表现如何？
A：Reflection声称Beam在高级推理基准测试中的得分与Z.ai的GLM-5.2相当，同时使用3-4倍更少的推理算力，但该说法尚未经过独立验证。
