Reflection AI משיקה את מודל הקוד הפתוח Beam עם 501B פרמטרים

חברת הסטארט-אפ Reflection AI מניו יורק חשפה את Beam, מודל שפה ראשון מסוגו בפיתוחה המבוסס על משקולות פתוחות (Open-weight). המודל, הכולל 501 מיליארד פרמטרים, פותח במטרה להוות מענה מערבי חסכוני למודלים פתוחים מתוצרת סין, לצד תחרות מול ספקיות מודלים סגורים דוגמת OpenAI ו-Anthropic.

מה קרה

לפי הודעת החברה, Beam הוא מודל מבוסס טקסט בלבד במבנה של Mixture-of-Experts, הכולל 501 מיליארד פרמטרים כוללים ומפעיל 23 מיליארד פרמטרים בכל ריצה. המודל אומן מראש על גבי 23.8 טריליון טוקנים וכולל חלון הקשר של מיליון טוקנים. בשלב זה Beam זמין במסגרת תוכנית גישה מוקדמת, כאשר משקלי המודל, התיעוד וכלי ה-fine-tuning צפויים להתפרסם לציבור בהמשך החודש דרך ספקי ענן וספריות קוד פתוח.

מבחני הביצועים של Reflection AI מראים כי Beam משתווה למודל GLM-5.2 של חברת Z.ai ומציג תוצאות קרובות לאלו של Qwen 3.8-Max, תוך שימוש בפי 3 עד 4 פחות משאבי חישוב בהרצה (inference). כמו כן, לפי נתוני החברה, המודל עקף את מודל הקוד הפתוח Inkling של Thinking Machines Lab בארבעה מבחני תכנות, אם כי Inkling הוא מודל מולטימודלי בניגוד ל-Beam שמתמקד בטקסט בלבד.

הרקע

חברת Reflection AI הוקמה בשנת 2024 על ידי שני חוקרים לשעבר ב-Google DeepMind, וגייסה עד כה כ-4.7 מיליארד דולר ממשקיעים בהם Nvidia, סקויה קפיטל ו-Lightspeed Venture Partners, לפי נתוני PitchBook. בסבב הגיוס האחרון שלה הוערכה החברה בשווי של 25 מיליארד דולר (לפני הכסף). במקביל, החברה חתמה בקיץ על עסקאות בהיקף של יותר מ-7 מיליארד דולר עם SpaceX ו-Nebius לשריון גישה לשבבי GB300 של Nvidia עד שנת 2029.

פיתוח המודל כלל שלושה שלבים עיקריים. תחילה אומן מודל הבסיס Beam Base במשך פחות מארבעה שבועות באמצעות אשכול של 6,144 מעבדים גרפיים ומאגר של 23.8 טריליון טוקנים, שכלל סינון קפדני של קוד תוכנה. לאחר שלב התאמה (midtraining) להרחבת חלון ההקשר, עבר המודל אימון מבוסס למידת חיזוק (reinforcement learning) שנמשך ארבעה שבועות נוספים, תוך שימוש ב-10,000 מעבדי GB300 ו-1.3 מיליארד סביבות אימון וירטואליות.

מה זה אומר לכם

עבור צוותי פיתוח, ארגונים וחברות בישראל, שחרור של מודל פתוח בסדר גודל כזה עשוי לספק גמישות תפעולית ועצמאות תשתיתית. המודל מיועד במיוחד ליישומי תכנות, הסקת מסקנות וסוכני בינה מלאכותית (AI Agents), כאשר דרישות החישוב הנמוכות יותר בהרצה יכולות לסייע בהפחתת עלויות תשתית באופן ניכר לעומת מודלים מתחרים.

ארגונים המחזיקים במידע רגיש, כגון גופים ביטחוניים, חברות פינטק ומערכות בריאות, יכולים לבחון שימוש במודל במסגרת תשתית מקומית עצמאית בגישת "מפעלי AI" (AI factories) המאפשרת אימון על גבי נתונים פנימיים. אם אתם שוקלים להשתמש ב-Beam, כדאי להמתין לשחרור המשקולות המלאים והתיעוד הטכני בהמשך החודש, כדי לבחון את התאמתו למערכות שלכם ואת ביצועיו בפועל בעיבוד עברית, שכן בשלב זה אין מידע מפורט על רמת התמיכה בשפה העברית.

מה עוד לא ידוע

טענות החברה בנוגע לביצועי המודל טרם אומתו על ידי גורמי בדיקה עצמאיים. בנוסף, אף שהמודל מציג תוצאות גבוהות במבחני הסקת מסקנות, מודלים פתוחים עדיין נחשבים לנחותים ביחס למודלים סגורים מובילים דוגמת Claude Fable 5.1 של Anthropic. פרטים נוספים לגבי תמחור שירותי הענן, תנאי הרישיון המלאים והיקף התמיכה בשפות נוספות יתבררו רק עם השחרור הרשמי של המשקולות בהמשך החודש.