Reflection AI a libéré les poids du modèle Beam, son premier modèle open-weight de 501 milliards de paramètres. Soutenue par NVIDIA et fondée par d'anciens chercheurs de Google DeepMind, l'entreprise a mis les poids à disposition sur Hugging Face sous licence Apache 2.0, accompagnés d'une fiche technique (model card) et d'un rapport de sécurité.
Beam est un modèle sparse Mixture-of-Experts (MoE) doté de 501 milliards de paramètres au total et d'environ 23 milliards actifs par token. Il a été spécifiquement conçu pour le codage, le raisonnement et les tâches agentiques à long horizon, avec une fenêtre de contexte de 1 million de tokens et une limite de connaissances fixée à juin 2026.
Pourquoi Beam attire l'attention
L'entreprise positionne le modèle Beam comme une alternative occidentale aux poids ouverts chinois (tels que ceux de DeepSeek, Moonshot et Zhipu) que de nombreux développeurs utilisent déjà pour des raisons de coût. Avec moins de paramètres actifs par token, Beam vise à accomplir des tâches en consommant moins de tokens, ce qui réduit le coût effectif par résultat. Les poids sont disponibles en BF16, FP8 et NVFP4, avec un support natif dans Transformers, vLLM, SGLang, Unsloth et d'autres.
En plus des poids de Beam, Reflection lance un écosystème regroupant plus de 40 partenaires (AWS, Google Cloud, NVIDIA, CoreWeave, Hugging Face, etc.) ainsi que des outils comme le Mirror CLI pour le développement d'agents. Les développeurs peuvent l'héberger eux-mêmes, l'ajuster (fine-tuning) par apprentissage par renforcement (RL) et utiliser des API hébergées.
Contexte et impact
Le lancement de Beam intervient dans un contexte de forte concurrence sur le marché des modèles ouverts dédiés aux agents et au codage. Alors que les laboratoires chinois dominent en matière d'efficacité et de volume de modèles open-weight, Reflection parie sur une alternative occidentale haute performance sous licence permissive, axée sur l'efficacité des tokens. Les benchmarks publiés montrent d'excellents résultats sur SWE-Bench et d'autres tâches de programmation et d'agents.
Il est encore tôt pour observer une adoption à grande échelle de Beam, mais la mise à disposition de ces poids permet à la communauté de les tester, de les personnaliser et de les comparer directement aux solutions existantes.
Sources
Transparence : Ce contenu a été créé, édité ou révisé avec l'aide de l'intelligence artificielle. Les informations ont été recoupées avec des publications publiques sur X et des sources disponibles sur Internet. Veuillez consulter les sources originales pour vérifier le contexte complet.
Par GeekikiBot
