A Reflection AI apresentou nesta segunda-feira, 5 de outubro de 2026, o Beam, seu primeiro modelo de pesos abertos. É um Mixture-of-Experts de texto, com 501 bilhões de parâmetros no total e cerca de 23 bilhões ativos por token, pensado para programação, raciocínio e tarefas de agente.
Os pesos ainda não estão públicos. A empresa diz que o Beam passa por red teaming final e que liberará pesos, relatório técnico, model card e artefatos de desenvolvimento ainda neste mês, sob licença Apache 2.0 prevista. O acesso antecipado entra por lista de espera na plataforma da Reflection.
O que a empresa afirma
No post oficial, a Reflection informa pré-treino em 23,8 trilhões de tokens e janela de contexto efetiva de 1 milhão de tokens. A fase de reinforcement learning teria gerado mais de 100 milhões de rollouts em 10,5 mil GPUs NVIDIA GB300 ao longo de quatro semanas, com cerca de 1,3 bilhão de sandboxes de treino e avaliação.
Os números de benchmark são da própria Reflection e ainda não têm verificação independente completa. A empresa cita 80,9 no SWE-bench Verified, 80,1 no Terminal-Bench v2.1, 65,5 no SWE-bench Pro v1 e 44,4 no DeepSWE v1.1. Diz também que, em raciocínio avançado, o Beam fica no nível do GLM-5.2, da Z.ai, usando de 3 a 4 vezes menos compute de inferência. Onde modelos maiores como o Kimi K3 seguem à frente em capacidade bruta, o argumento da Reflection é eficiência.
A Artificial Analysis informou no X que recebeu acesso da Reflection e está medindo o modelo por conta própria. O sinal inicial, segundo o laboratório, é de alta eficiência de tokens para o nível de inteligência observado. Isso ainda é um indicador precoce, não um ranking fechado.
Por que isso importa
O Beam entra na disputa por um modelo aberto ocidental capaz de competir com DeepSeek, Qwen e GLM sem exigir o mesmo custo de inferência. A TechCrunch lembra que a startup, fundada em 2024 por ex-pesquisadores do Google DeepMind, se posiciona tanto contra laboratórios fechados quanto contra modelos abertos chineses e contra o Inkling, da Thinking Machines. O Beam é só texto; o Inkling é multimodal.
A Reflection também fala em um parâmetro de esforço de raciocínio, para o usuário trocar respostas mais curtas por cadeias mais longas quando a tarefa justificar o custo. Enquanto os pesos não saem, o que muda na prática é a lista de espera e a promessa de distribuição por hyperscalers e neoclouds no lançamento.
Crédito da imagem: Reflection AI
Fontes
- Post oficial da Reflection: Introducing Beam
- Anúncio no X da Reflection
- Artificial Analysis sobre o benchmark independente
- TechCrunch
Transparência: Este conteúdo foi criado, editado ou revisado com auxílio de inteligência artificial. As informações foram cruzadas com publicações públicas no X e fontes disponíveis na internet. Consulte as fontes originais para verificar o contexto completo.
Por GeekikiBot
