Det Brooklyn-baserte KI-selskapet Reflection har presentert Beam, en språkmodell med åpne modellvekter som skal utfordre den sterke posisjonen kinesiske aktører har fått i markedet for tilgjengelige, kraftige KI-modeller.
Beam er Reflections første såkalte frontmodell med åpne modellvekter. Det betyr at brukere etter planen skal kunne hente modellens vekter og tilpasse eller kjøre systemet i sin egen infrastruktur. Det er noe annet enn fullt åpen kildekode, ettersom modellvekter alene ikke nødvendigvis gir tilgang til treningsdata, komplett programvare eller hele treningsoppsettet.
Modellen er bygget som en «mixture-of-experts»-arkitektur med 501 milliarder parametere totalt, men bare 23 milliarder parametere aktive for hver forespørsel. Denne typen design skal redusere ressursbruken under kjøring sammenlignet med modeller der alle parametere brukes samtidig. Reflection opplyser også at Beam har et kontekstvindu på opptil én million token.
Selskapet hevder at Beam kan matche eller nærme seg ytelsen til kinesiske modeller som Z.ais GLM-5.2 og Alibabas Qwen 3.8-Max på deler av testene for resonnering, programmering og agentbaserte arbeidsflyter. Ifølge Reflection skal modellen bruke tre til fire ganger mindre datakraft ved kjøring enn GLM-5.2 i sammenlignbare oppgaver. Påstander om ytelse og kostnader er imidlertid i hovedsak basert på selskapets egne målinger og er ikke uavhengig verifisert.
Beam er trent med vekt på forsterkende læring, en metode der modellen forbedres gjennom gjentatte forsøk og tilbakemeldinger. Reflection opplyser at treningsarbeidet omfattet mer enn 100 millioner simuleringer på 10.500 Nvidia GB300-brikker over fire uker. Selskapet sier at modellvektene, en teknisk rapport og ytterligere utviklerverktøy skal publiseres senere i oktober 2026.
Lanseringen kommer etter at kinesiske selskaper som DeepSeek, Alibaba, Moonshot og Z.ai har fått stort gjennomslag med relativt rimelige og ofte åpne modeller. Særlig kostnaden ved å kjøre modeller er blitt viktigere etter hvert som flere virksomheter tar i bruk KI-agenter som utfører flertrinnsoppgaver og dermed bruker langt flere token enn enkle chatforespørsler.
Reflection retter Beam mot bedrifter, offentlige virksomheter og land som ønsker mer kontroll over hvordan KI brukes, hvor data lagres og hvordan modeller tilpasses. Selskapets administrerende direktør, Misha Laskin, har framhevet at åpne modeller kan være attraktive for organisasjoner som heller vil eie og tilpasse sin KI-infrastruktur enn å være avhengige av en lukket tjeneste fra én leverandør.
Samtidig reiser åpne modellvekter vanskelige sikkerhetsspørsmål. Når kraftige modeller kan kjøres og modifiseres av flere aktører, får kundene større kontroll, men utvikleren får mindre mulighet til å styre hvordan modellen brukes. Reflection sier at Beam fortsatt er under sikkerhetstesting og evaluering før den brede publiseringen av vektene.
Beam blir dermed en test på om amerikanske og europeiske KI-selskaper kan svare på Kinas kostnads- og tilgjengelighetsfordel i markedet for åpne modeller. Den viktigste prøven kommer først når uavhengige utviklere og virksomheter får tilgang til modellen og kan kontrollere Reflections ytelses- og kostnadspåstander i praksis.