据SiliconANGLE于10月6日报道，美国初创公司Reflection AI发布开源大语言模型Beam，参数规模为5010亿。该公司称，Beam在部分任务上的表现优于开源模型GLM-5.2，而硬件用量只有后者的三分之一到四分之一，性能并接近参数超过2万亿的Qwen 3.8-Max。

报道称，此次发布距Reflection AI以250亿美元估值完成融资仅过去数月。大约同一时间，该公司据称与SpaceX签署了价值63亿美元的协议，租用英伟达GB300 NVL72设备，每台设备含72块显卡，Beam即在这些系统上训练完成。Reflection AI没有披露上述交易的具体条款。

Reflection AI称，GLM-5.2的参数比Beam多约2500亿。该公司同时说明，包括Qwen 3.8-Max和GLM-5.2在内，开源生态中性能最强的模型多由中国公司开发，Beam是美国初创公司首个展现出相当或更好性能的开源模型。但免费模型仍落后于Anthropic的Claude Fable 5.1等前沿模型。

据该公司介绍，Beam的开发从训练一个较小的原型模型起步，随后逐步构建规模更大、能力更强的算法，最终得到Beam的基础模型Beam Base。Beam Base在一个6144块显卡的集群上训练，使用23.8万亿个词元，数据来自公开网页和商业来源。Reflection AI称，数据集包含大量软件代码，公司为每种编程语言设置了定制过滤器，用于剔除低质量文件。

Beam Base在不到四周内完成训练。此后Reflection AI进行了中期训练，这一优化过程扩展了模型的上下文窗口并增强了推理能力，为第三阶段、也是硬件消耗最大的阶段作准备。在这一阶段，公司启用1万块GB300显卡，运行13亿个强化学习沙箱，即模型学习新技能的虚拟环境。这些沙箱针对生成代码、搜索网页和运行AI智能体等任务进行了优化。

Reflection AI称，强化学习阶段仅用四周。公司通过开发软件避免故障中断训练流程，在训练期间出现的71个错误中，集群的中位恢复时间为8分钟。

Beam目前通过早期访问计划提供。Reflection AI计划于本月晚些时候公布模型权重、文档和微调工具。