Reflection发布开源模型Beam,称其为海外最强开源权重模型
结论前置 / TL;DR
AI初创公司Reflection正式发布首个开源大模型Beam,采用混合专家(MoE)架构,每token仅激活230亿参数(总参数5010亿)。官方称其在编程与推理能力上可媲美GLM-5.2,但计算开销仅为后者的1/3至1/4。该模型以效率为核心策略,直面DeepSeek、Qwen等中国开源竞品。
Beam:聚焦效率的超大规模MoE模型
Reflection公司推出其首款开源权重大模型Beam。该模型为混合专家系统,总参数量达5010亿,但每次处理单个token时仅动态激活230亿参数,显著降低推理资源需求。
对标GLM-5.2,强调能效比
Beam的设计目标是在代码生成与复杂推理任务上达到与智谱AI发布的GLM-5.2相近水平,同时将训练与推理所需的计算量压缩至GLM-5.2的25%–33%。这一效率导向路径,明确区别于当前主流中国开源模型(如DeepSeek-V2、Qwen2)对峰值性能的追求。
定位‘海外最强开源模型’
The Decoder报道称,Beam是迄今由非中国团队研发并开源的综合能力最强的开源权重模型,标志着西方开源大模型阵营在规模与实用性平衡上取得新进展。
编者观点:对中国企业而言,Beam凸显‘高效小模型’路线的全球竞争价值——在算力受限或成本敏感场景下,参数稀疏化与MoE调度优化或成差异化突破口。
本文为企业智脑(优秘智能)编译整理自公开资讯,信息与观点以原文为准,仅供参考。阅读原文(The Decoder) →