Yhdysvaltalainen tekoälylaboratorio Reflection esitteli maanantaina Beam-mallin, joka on sen ensimmäinen avoimin painoin julkaistava kielimalli. Beam on harva asiantuntijamalli (Mixture-of-Experts), jossa on yhteensä 501 miljardia parametria. Kutakin tokenia kohden niistä on käytössä vain 23 miljardia.
Malli on rakennettu koodaukseen, päättelyyn ja agenttityöhön. Reflection kertoi julkaisusta omassa blogissaan, ja yhtiön tavoite on selvä: tuoda länsimainen avoin malli kilpailemaan kiinalaisten avointen mallien kanssa selvästi pienemmällä laskentakulutuksella.
Mitä Beam on ja milloin sen saa käyttöön
Beam on esikoulutettu 23,8 biljoonalla tokenilla, jotka koostuvat verkkoaineistosta ja lisensoiduista tietoaineistoista. Reflectionin mukaan pohjamalli yltää vähintään samaan kuin muut saman kokoluokan avoimet pohjamallit. Varsinainen kyvykkyys syntyy kuitenkin raskaasta vahvistusoppimisesta, jota yhtiö pitää mallin tärkeimpänä skaalausakselina.
Malli ei ole vielä kaikkien ladattavissa. Beam käy parhaillaan läpi viimeisiä red team -testejä ja arviointeja, ja varhainen versio on avattu rajatulle käyttäjäjoukolle jonotuslistan kautta.
Painot, tekninen raportti, mallikortti ja kehittäjätyökalut on määrä julkaista vielä lokakuun aikana Apache 2.0 -lisenssillä. Lisenssi sallii myös kaupallisen käytön ilman erillisiä rajoituksia, mikä tekee Beamista kiinnostavan vaihtoehdon yrityksille, jotka haluavat ajaa mallia omassa ympäristössään. Beam on pelkkä tekstimalli. Kuvia tai ääntä se ei käsittele suoraan, mutta se osaa hyödyntää muuta aineistoa, kun se muutetaan tekstiksi, esimerkiksi OCR-rajapinnan avulla.
Reflection esitteli myös käytännön esimerkkejä. Beam rakensi muun muassa reaaliaikaisen New Yorkin metrokartan julkisesta liikennedatasta sekä laati hienosäätömuistion pienelle Gemma-mallille, jonka tarkkuus parani testijoukossa 66,5 prosenttia.
Vahvuutena tehokkuus, ei raaka voima
Reflection ei väitä Beamin olevan avointen mallien kärjessä. Yhtiön omien vertailujen mukaan esimerkiksi Kimi K3 on yhä edellä raa'assa kyvykkyydessä. Beamin myyntivaltti on se, kuinka vähän laskentaa se tarvitsee tulokseensa.
Päättelytehtävissä Beam saavuttaa yhtiön mukaan GLM 5.2:n kanssa vertailukelpoiset tulokset kolme–neljä kertaa pienemmällä inferenssilaskennalla. Ero kasvaa entisestään, kun vertailukohtana ovat yli kahden biljoonan parametrin mallit, kuten Qwen 3.8-Max.
Koodausmittareissa luvut ovat kilpailukykyisiä. SWE-bench Verified -testissä Beam sai 80,9 prosenttia, SWE-bench Multilingualissa 78,0 ja Terminal Bench 2.1:ssä 80,1. GPQA Diamond -tiedekokeessa tulos oli 90,5 ja AIME 2026 -matematiikkakokeessa 97,8.
Käyttäjä voi säätää päättelyn määrää erillisellä parametrilla. Matalalla asetuksella vastaukset ovat lyhyitä ja halpoja, korkealla malli päättelee pidempään vaativissa tehtävissä. Tämä antaa yrityksille keinon sovittaa laatu ja kustannukset tehtäväkohtaisesti.
Yksi suurimmista avoimen laboratorion koulutusajoista
Vahvistusoppimisvaiheeseen Reflection käytti 10 500 Nvidian GB300-näytönohjainta neljän viikon ajan. Ajon aikana syntyi yli 100 miljoonaa suoritusta, ja kontekstin enimmäispituus oli 256 000 tokenia. Koulutukseen ja arviointiin kului noin 1,3 miljardia eristettyä hiekkalaatikkoympäristöä.
Tehtäviä varten yhtiö kokosi lähes miljoona koodaus-, agentti- ja STEM-ympäristöä, valtaosin synteettisesti tuotettuina. Tehtävät suodatettiin vaikeuden ja laadun mukaan: liian helpot, mahdottomat ja huijattavissa olevat karsittiin pois.
Reflectionin mukaan kyvykkyys kasvoi tasaisesti laskennan lisääntyessä, eikä kasvu osoittanut tasaantumisen merkkejä. Teknisenä ratkaisuna yhtiö kehitti täysin asynkronisen koulutusalustan, joka pysyi vakaana, vaikka osa oppimisdatasta oli tuotettu yli vuorokautta vanhemmalla mallin versiolla.
Kiinnostava sivuhavainto koski yleistymistä. Vaikka koulutukseen ei sisältynyt selaustehtäviä, mallin kyky hakea tietoa verkosta parani. Verkkoyhteyden saatuaan Beam oppi myös itse kysymään neuvoa muilta kielimalleilta.
Turvallisuus ja länsimainen avoin rintama
Turvallisuutta varten Reflection koulutti samasta pohjamallista erillisen mallin, joka keskittyi pelkästään toimintaperiaatteisiin. Kahden opettajamallin taidot yhdistettiin tislaamalla ne lopulliseen Beamiin.
Periaatteet on jaettu kolmeen tasoon: ehdottomiin sääntöihin, jatkuvasti täytettäviin laatuvaatimuksiin, kuten epävarmuuden myöntämiseen, sekä oletustyyliin, jonka tulee olla suora ja tehokas. Yhtiö lupaa avata sisäisesti käyttämänsä turvallisuusarvioinnit koko avoimen ekosysteemin testattaviksi.
Julkaisulla on myös strateginen ulottuvuus. Avointen mallien kärki on viime vuosina ollut pitkälti kiinalaisten toimijoiden, kuten Moonshotin, Zhipun ja Alibaban, käsissä. TechCrunch kuvasi Beamia yritykseksi haastaa kiinalaiset mallit pienemmällä laskentakustannuksella.
Eurooppalaisille ja suomalaisille yrityksille kehitys on tervetullut. Apache-lisensoitu, omalla infrastruktuurilla ajettava länsimainen malli helpottaa tietosuojaan ja toimitusketjuun liittyviä arviointeja.
Yhteenveto
Reflectionin Beam on 501 miljardin parametrin avoin asiantuntijamalli, joka keskittyy koodaukseen ja agenttityöhön. Se ei ole avointen mallien tehokkain, mutta se tuottaa kilpailukykyisiä tuloksia murto-osalla kilpailijoiden laskennasta.
Yrityksille, jotka käyttävät koodausagentteja päivittäin, laskentatehokkuus ei ole sivuseikka. Pienempi aktiivinen parametrimäärä tarkoittaa halvempaa ajoa ja kevyempää laitteistoa omassa konesalissa.
Painot julkaistaan Apache 2.0 -lisenssillä lokakuun aikana. Todellinen arvo selviää vasta, kun kehittäjät pääsevät testaamaan mallia omissa työkuluissaan. Reflection kertoo kouluttavansa jo sarjan seuraavaa mallia.