Reflection AI 釋出 Beam 開放權重模型,挑戰中國模型並主打低成本推理

Reflection AI 推出 Beam：低成本推理的開放權重模型來了

紐約布魯克林的 Reflection AI 剛滿兩歲，就放了個大招——推出首個開放權重模型 Beam。這家由兩位前 Google DeepMind 研究員創立的公司放話：Beam 在高階推理測試中不輸中國頂尖開源模型（比如智譜 GLM-5.2、阿里 Qwen、DeepSeek），但推理成本直接砍掉 3-4 倍。如果這話不虛，西方開源 AI 追趕中國模型的節奏怕是要加快了。

技術規格：混合專家架構 + 超大上下文視窗

Reflection 週一的部落格透露，Beam 用的是混合專家(Mixture-of-Experts, MoE)架構，總引數量高達 5010 億，但啟用引數只有 230 億。模型在 23.8 萬億 token 的資料上完成預訓練，支援 100 萬 token 上下文視窗，目前僅處理文本輸入（多模態還沒上線）。

對比來看，智譜 AI 的 GLM-5.2 總引數約 7440 億，啟用引數 400 億。雖然 Beam 引數規模不佔優，但 Reflection 強調，通過高算力強化學習訓練，Beam 在推理、編碼和智慧體(Agentic)任務上實現了"更低 token 成本與推理時間"的效率優勢。

不過要注意，Reflection 公佈的效能資料還沒經過獨立第三方驗證。內部測試顯示，Beam 在四項編碼測試中完勝美國競品 Inkling（Mira Murati 的 Thinking Machines Lab 7 月釋出），但 Inkling 已經支援多模態，而 Beam 目前還只能處理文本。

競爭定位：對標中國模型，挑戰閉源巨頭

Reflection 的戰略相當激進：既要跟 Anthropic、OpenAI 等閉源實驗室掰手腕，又要在開源賽道上對抗中國熱門模型，還得面對 Mistral、Meta、Cohere 等西方開源玩家。Beam 被定義為面向企業、公共部門和開發者的"工作馬模型"(workhorse model)，主打實用性與成本效益。

在美國市場，Beam 直接對標 Inkling。但 Reflection 的殺手鐧是**"AI 工廠"(AI Factory)戰略**——允許機構用自有專有資料訓練定製化本地 AI 系統。這一理念與 Nvidia CEO 黃仁勳的"開放 AI 生態"願景高度契合（Nvidia 也是 Reflection 投資方）。據 Axios 報道，對沖基金和交易公司對這種系統興趣濃厚。Reflection 已經在韓國與新世界集團(Shinsegae Group)展開主權 AI 工廠合作測試。

資本與算力：47 億美元融資 + 70 億美元算力鎖定

PitchBook 資料顯示，Reflection 從 Nvidia、紅杉資本(Sequoia Capital)、光速創投(Lightspeed Venture Partners) 等機構累計融資約 47 億美元，最新一輪融資的投前估值達 250 億美元。

更關鍵的是算力儲備：今年夏天，Reflection 和 SpaceX、Nebius 簽署了總價值超 70 億美元的合同，鎖定 Nvidia GB300 晶片的使用權至 2029 年。這一手確保了訓練前沿模型所需的計算資源，為與 Anthropic、OpenAI 閉源模型及中國低成本開源模型的競爭提供了技術迭代保障。

釋出計劃與生態整合

Reflection 表示，本月內將放出 Beam 的權重檔案和完整技術文件，並通過超大規模雲服務商(Hyperscalers)和新興雲平臺(Neoclouds)分發，同時完成與主流開源庫的整合。

對中國開發者的啟示：如果 Beam 的"低成本推理"屬實，國內開源模型可能在推理效率最佳化上加碼；其"主權 AI 工廠"模式也與國內"專有模型私有化部署"需求不謀而合，但能否在中國市場落地，還得看資料合規和本地化支援能力。

常見問題

Beam 模型的核心優勢是什麼?

Reflection 聲稱 Beam 在高階推理基準測試中達到中國主流開源模型(如智譜 GLM-5.2)的效能水平,但推理計算成本降低 3-4 倍。其採用混合專家架構(5010 億總引數,230 億啟用引數),支援 100 萬 token 上下文視窗。需注意這些效能資料尚未經獨立第三方驗證。

Beam 與中國開源模型(如 GLM-5.2、Qwen)相比有何不同?

從公開資訊看,Beam 的總引數(5010 億)少於智譜 GLM-5.2(約 7440 億),且目前僅支援文本輸入,不具備多模態能力。其主要差異化點在於聲稱的推理效率優勢(3-4 倍成本降低)以及面向企業的'AI 工廠'定製化部署方案,但實際效能對比需等待獨立測試結果。

什麼是 Reflection 提出的'AI 工廠'戰略?

'AI 工廠'是指允許企業或主權國家用自有專有資料訓練定製化本地 AI 系統的產品方案。Reflection 已在韓國與新世界集團展開測試。這一模式契合資料主權與私有化部署需求,但在中國市場落地需滿足本地資料合規與技術支援要求。

Beam 模型何時可以使用?如何獲取?

Reflection 表示將於本月內釋放 Beam 的權重檔案和完整技術文件,並通過超大規模雲服務商和新興雲平臺分發,同時完成與主流開源庫的整合。具體下載渠道和使用文件需關注官方後續公告。

---

本文基於 TechCrunch 報道, 由 AiDuo123 AI 編輯翻譯改寫。原文連結: https://techcrunch.com/2026/10/05/reflection-debuts-beam-a-open-weight-ai-model-to-rival-chinese-models-at-lower-compute-cost/