开源模型的竞赛里,美国队终于拿出一个能跟中国队掰手腕的选手了。
10 月 5 日,纽约 AI 公司 Reflection 发布了它的第一个开放权重模型 Beam。公司由两位前谷歌 DeepMind 研究员创办,英伟达、红杉都投过,累计融资约 47 亿美元(据 PitchBook),定位很直白——给中国开源模型找一个西方对手。
Beam 的规格:总参数 5010 亿,每次推理只激活 230 亿。这种「专家混合」架构相当于按需派专家干活,不是全员出动。预训练用掉 23.8 万亿 token,上下文窗口 100 万,权重按 Apache 2.0 协议本月内放出,谁都能下载到本地跑。
训练投入很重:预训练用 6144 张英伟达 GB300 芯片跑了不到 4 周;强化学习阶段拉 10500 张又跑 4 周,生成超 1 亿次解题尝试,公司称是开源实验室里规模最大的强化学习运行之一。
但有三处要先打折看。
第一,所有分数都是公司自测。官方说法是对标智谱 GLM-5.2、接近阿里 Qwen3.8-Max,但权重还没放、也没大范围开放 API,第三方目前无法复现。
第二,对手并不弱。Reflection 自己承认,月之暗面的 Kimi K3 在原始能力上仍然领先。Beam 主打的优势是「效率」:同样的推理基准,用的算力少三到四倍——注意,这是公司给的近似估算,不含输入预填、注意力计算和服务开销。
第三,社区已经在挑刺。有开发者指出,官方对比图没放 GLM-5.3 和 DeepSeek V4.1 Flash 两个现存模型;证明「泛化能力」的地图谜题也被指是老题。
那跟你有什么关系?开放权重意味着模型能下载到本地跑,用 AI 的成本会继续往下压——这条路对中国用户本来就不陌生。但 Beam 权重本月才放,效率又只是厂商自估,先别急着换主力模型,等第三方跑分出来再动。