Reflection AI memperkenalkan Beam, model kecerdasan artifisial open-weight dengan 501 miliar parameter yang dirancang untuk coding, reasoning dan pekerjaan berbasis agen.
Model tersebut diperkenalkan pada 5 Oktober 2026. Reflection AI menjelaskan Beam menggunakan arsitektur sparse Mixture-of-Experts (MoE), dengan 501 miliar parameter secara keseluruhan dan sekitar 23 miliar parameter aktif ketika model menjalankan tugas.
Beam dilatih menggunakan 23,8 triliun token. Reflection AI juga mengatakan proses reinforcement learning dilakukan menggunakan lebih dari 10.500 GPU NVIDIA GB300 selama empat pekan.
Reflection AI mengklaim Beam memiliki kemampuan kompetitif dengan model open-weight lain, termasuk GLM-5.2. Perusahaan juga menyebut Beam dapat mencapai kemampuan yang sebanding dengan GLM-5.2 dengan penggunaan komputasi inferensi sekitar tiga hingga empat kali lebih rendah.
“Beam adalah model open-weight pertama kami,” tulis Reflection AI dalam pengumuman peluncurannya.
Namun, klaim tersebut belum sepenuhnya teruji secara independen. TechCrunch mencatat bahwa klaim performa Beam belum diverifikasi oleh pengujian independen ketika model diperkenalkan.
Analisis lebih lanjut dilakukan Nitish Garg, pendiri sekaligus CEO CellCog. Dalam ulasannya pada 6 Oktober 2026, Garg menunjukkan bahwa hasil Beam memang berada di sekitar GLM-5.2 pada sejumlah pengujian yang dipublikasikan Reflection AI, tetapi masih berada di belakang GLM-5.3, Kimi K3 dan DeepSeek V4.1 Flash pada sejumlah benchmark lainnya.
Garg juga menekankan bahwa klaim penghematan komputasi tiga hingga empat kali merupakan perkiraan, bukan pengukuran langsung terhadap biaya atau waktu inferensi.
Reflection AI sendiri menggunakan pendekatan matematis berdasarkan jumlah parameter aktif dan token yang dihasilkan, tanpa memasukkan seluruh biaya serving.
Penilaian serupa muncul dari Curtis Pyke dalam analisisnya di Kingy AI. Pyke menyatakan Kingy AI belum melakukan pengujian independen terhadap Beam dan menilai adopsi produksi masih membutuhkan informasi mengenai harga, bobot model dan pengujian berdasarkan beban kerja nyata.
BenchLM juga belum menempatkan Beam dalam peringkat publik. Platform tersebut mencatat hasil benchmark yang tersedia, tetapi mempertahankan status Beam sebagai model yang belum memiliki cukup bukti independen untuk menghasilkan peringkat keseluruhan.
Reflection AI menjadwalkan pelepasan bobot Beam dengan lisensi Apache 2.0, laporan teknis dan model card pada Oktober. Setelah materi tersebut tersedia, peneliti dan pengembang dapat menguji klaim perusahaan secara lebih terbuka.
Karena itu, nilai penting Beam saat ini bukan semata-mata klaim sebagai model yang lebih pintar. Model tersebut menunjukkan arah persaingan baru: AI semakin dituntut memiliki kemampuan tinggi sekaligus menggunakan komputasi yang lebih efisien dan dapat diakses secara lebih terbuka.
