Reflection lanza Beam, un modelo de IA de código abierto para competir con los de China a menor costo

Reflection AI presentó oficialmente su nuevo modelo de IA, denominado Beam, que busca competir con modelos similares desarrollados en China, pero a un costo mucho más bajo. La startup, con sede en Brooklyn, afirmó que Beam iguala el rendimiento de modelos avanzados de razonamiento de empresas chinas, lo que podría intensificar la competencia en el ámbito de la inteligencia artificial.

La revelación de Beam confirma reportes previos de Axios, que indicaron que la empresa estaba cerca de un lanzamiento. En un extenso blog post, Reflection describió a Beam como un modelo de mezcla de expertos entrenado con aprendizaje por refuerzo, diseñado para ser efectivo en tareas de razonamiento, codificación y otras funciones a un costo de tokens y tiempo de inferencia significativamente menor que sus competidores.

Beam cuenta con 501 mil millones de parámetros, de los cuales 23 mil millones están activos. Este modelo fue preentrenado con 23.8 billones de tokens y tiene una ventana de contexto de un millón de tokens. Para poner esto en perspectiva, el modelo GLM-5.2 de Z.ai tiene aproximadamente 744 mil millones de parámetros totales, con 40 mil millones activos.

Si bien las afirmaciones de rendimiento de Reflection no han sido verificadas de forma independiente, la empresa sostiene que en pruebas de razonamiento avanzado, Beam se desempeña al mismo nivel que el GLM-5.2 de Z.ai y supera a los modelos abiertos occidentales actuales, utilizando de tres a cuatro veces menos computación para la inferencia. Reflection lo describe como un "modelo de trabajo" ideal para empresas, el sector público y desarrolladores.

La compañía se posiciona en un mercado donde compite no solo con laboratorios cerrados como Anthropic y OpenAI, sino también con modelos populares de desarrolladores chinos y competidores occidentales como Mistral, Meta y Cohere. Su rival más directo en EE.UU. podría ser Inkling, un modelo abierto de Thinking Machines Lab lanzado en julio. Según los propios benchmarks de Reflection, Beam supera a Inkling en cuatro pruebas de codificación donde ambos reportan resultados, aunque Inkling es un modelo multimodal y Beam es solo de texto.

Fundada en 2024 por exinvestigadores de Google DeepMind, Reflection ha recaudado aproximadamente 4.7 mil millones de dólares de inversores, incluyendo Nvidia, Sequoia Capital y Lightspeed Venture Partners. En su última ronda, la compañía fue valorada en 25 mil millones de dólares antes de la inversión.

Además, la startup ha estado asegurando acceso a recursos computacionales, un elemento clave para entrenar modelos de frontera capaces de atraer clientes de modelos cerrados como los de Anthropic y OpenAI, así como de modelos de código abierto más económicos de laboratorios chinos. Este verano, Reflection firmó acuerdos por más de 7 mil millones de dólares con SpaceX y Nebius para garantizar el acceso a los chips GB300 de Nvidia hasta 2029.

Reflection está dirigiendo Beam y futuros modelos hacia empresas y naciones soberanas, proponiendo la creación de "fábricas de IA", un producto que permitiría a las instituciones construir su propio sistema de IA local y personalizado mediante el entrenamiento de los modelos de IA de Reflection con sus propios datos. El CEO de Nvidia, Jensen Huang, ha defendido durante mucho tiempo la idea de las "fábricas de IA" y ha promovido el fortalecimiento del ecosistema de IA abierto, una visión que también beneficiaría a Nvidia, cuyos GPUs alimentarían esos sistemas.

Según reporta Axios, fondos de cobertura y empresas de trading están entre los interesados en construir tales sistemas. Reflection ya ha comenzado a probar el concepto de una asociación de fábrica de IA soberana con Shinsegae Group en Corea del Sur.

La empresa anunció que liberará los pesos y detalles técnicos de Beam este mes, con distribución a través de hyperscalers y neoclouds, así como integraciones en bibliotecas de código abierto al momento del lanzamiento.

Reflection no respondió a las solicitudes de TechCrunch para obtener más información en el tiempo requerido.