Стартап Reflection представил модель Beam для конкуренции с ИИ из Китая
Американский стартап Reflection представил Beam — языковую модель с 501 миллиардом параметров, обученную на чипах Nvidia для конкуренции с DeepSeek.
С момента прорыва DeepSeek Китай уверенно лидирует на рынке языковых моделей с открытым весом благодаря Moonshot AI, Z.AI и технологическим гигантам вроде Alibaba. Однако теперь на технологической арене появляется долгожданный западный ответ. Новый американский стартап, привлекший миллиардные инвестиции от ведущих фондов и корпораций, представил языковую модель, призванную изменить правила игры и предложить рынку сочетание высокой производительности, экономической эффективности и гибкости.
Стартап Reflection и новая модель Beam
Около двух лет назад Миша Ласкин и Янис Антоноглоу, бывшие исследователи из Google DeepMind, основали американский стартап Reflection. За это время компании удалось привлечь около 5 миллиардов долларов от таких венчурных гигантов, как Sequoia, частных инвесторов вроде бывшего генерального директора Google Эрика Шмидта, а также от компании Nvidia — обладательницы самой высокой капитализации в мире. Накануне стартап представил свою первую разработку под названием Beam, позиционируемую как западная альтернатива DeepSeek.
Модель Beam построена на принципах открытых весов и включает 501 миллиард параметров, из которых 23 миллиарда активны на каждый токен. Она создана специально для задач логического вывода (reasoning), написания кода и автономных агентов. В компании Reflection заявляют, что главное преимущество их разработки заключается в высокой эффективности на этапе инференса. Модель обеспечивает большую интеллектуальную отдачу на один токен при меньших затратах по сравнению с китайскими аналогами. Обучение велось на массиве из примерно 24 триллионов токенов, собранных из открытых источников и проприетарных баз данных.
Масштабы обучения и новые возможности
По данным компании, процесс обучения занял всего четыре недели, но потребовал колоссальных вычислительных мощностей — более 10 000 чипов Blackwell от Nvidia. В ходе обучения ежедневно создавалось свыше миллиона изолированных сред с максимальным окном контекста в 256 тысяч токенов. Представители стартапа отмечают, что это один из крупнейших циклов обучения в сфере открытых моделей, для которого были разработаны новые алгоритмы асинхронного обучения с подкреплением.
«Beam обеспечивает большую интеллектуальную отдачу на один токен при меньших затратах по сравнению с китайскими аналогами, используя передовые алгоритмы асинхронного обучения». — Reflection
Согласно бенчмаркам, представленным разработчиками, Beam пока не удается обойти передовые китайские модели уровня Qwen 3.8 Max, Kimi K3 или GLM-5.3. Тем не менее, он превосходит западных конкурентов, включая Nemotron 3 Ultra от Nvidia и Inkling от компании Миры Мурати Thinking Machines Lab. Несмотря на отставание в некоторых тестах, в стартапе подчеркивают превосходство модели в плане экономической эффективности.
Кроме того, модель продемонстрировала новые возможности, которым ее не обучали напрямую: она спонтанно научилась искать информацию в сети, обращаться к другим моделям и обрабатывать визуальные данные, представленные в виде текста. В настоящее время Beam проходит финальные проверки безопасности и доступен лишь ограниченному числу пользователей из листа ожидания. Широкий релиз по лицензии Apache 2.0 запланирован на конец текущего месяца.
