Reflection AI bringt Open-Source-Sprachmodell Beam mit 501 Milliarden Parametern
Das Startup Reflection AI hat das Open-Source-Modell Beam mit 501 Milliarden Parametern vorgestellt. Zuvor hatte das Unternehmen Geld bei einer Bewertung von 25 Milliarden Dollar eingesammelt und einen Deal mit SpaceX über 6,3 Milliarden Dollar abgeschlossen, bei dem es unter anderem NVIDIA-GPUs mietet.
SHARE AKTUALISIERT 20:46 EDT / 5. OKTOBER 2026
Reflection AI Inc. hat heute Beam vorgestellt, ein Open-Source-Sprachmodell mit 501 Milliarden Parametern.
Der Launch kommt nur wenige Monate, nachdem das Startup eine Finanzierungsrunde mit einer Bewertung von 25 Milliarden Dollar abgeschlossen hatte. Etwa zur gleichen Zeit soll Reflection AI laut Berichten einen Vertrag über 6,3 Milliarden Dollar mit SpaceX Corp. abgeschlossen haben, um Nvidia GB300 NVL72 Appliances zu mieten. Diese Systeme, die jeweils 72 Grafikkarten enthalten, nutzte das Unternehmen, um Beam zu trainieren.
Reflection AI hat sein Modell mit GLM-5.2 verglichen, einem Open-Source-LLM mit etwa 250 Milliarden Parametern mehr. Das Unternehmen stellte fest, dass Beam einige Aufgaben besser bewältigen kann und dabei nur zwischen einem Drittel und einem Viertel der Hardware benötigt. Darüber hinaus erreicht das LLM laut Unternehmen die Leistung von Qwen 3.8-Max, einem Modell mit über 2 Billionen Parametern.
Der Launch ist besonders bemerkenswert, weil viele der fortschrittlichsten LLMs des Open-Source-Ökosystems von chinesischen Unternehmen entwickelt wurden. Das gilt für Qwen 3.8-Max ebenso wie für GLM-5.2. Beam ist das erste Open-Source-Modell eines US-Startups, das eine vergleichbare oder bessere Leistung nachweisen konnte. Freie LLMs liegen jedoch weiterhin hinter Frontier-Modellen wie Claude Fable 5.1 von Anthropic PBC zurück.
Reflection AI begann die Entwicklung von Beam mit dem Training eines relativ kleinen Prototyp-Modells. Anschließend entstand eine Reihe von sukzessive größeren und leistungsfähigeren Algorithmen. Dieser Workflow führte schließlich zu Beam Base, der Grundlage, auf der Beam aufbaut.
Reflection AI entwickelte Beam Base mit einem Cluster aus 6.144 Grafikkarten. Das Modell wurde auf 23,8 Billionen Tokens trainiert, die aus dem öffentlichen Web und kommerziellen Quellen stammten. Laut Reflection AI enthielt dieser Datensatz eine erhebliche Menge an Software-Code. Das Unternehmen erstellte für jede Programmiersprache eigene Filter, um Dateien von geringer Qualität zu entfernen.
Reflection AI entwickelte Beam Base in weniger als vier Wochen. Im Anschluss führte das Unternehmen ein Midtraining durch, einen Optimierungsprozess, der das Kontextfenster des Modells erweiterte und dessen Reasoning-Fähigkeiten verbesserte. Diese Projektphase bereitete die dritte und hardwareintensivste Phase des Trainings-Workflows vor.
Reflection AI startete 10.000 GB300 Grafikkarten und nutzte sie, um 1,3 Milliarden Reinforcement-Learning-Sandboxes zu betreiben. Das sind virtuelle Umgebungen, in denen ein KI-Modell neue Fähigkeiten erlernt. Beams Sandboxes waren auf Aufgaben wie die Code-Generierung, die Websuche und den Betrieb von AI Agents optimiert.
Nach Angaben von Reflection AI dauerte die Reinforcement-Learning-Phase des Projekts nur vier Wochen. Das Unternehmen vermied unnötige Verzögerungen, indem es Software entwickelte, die Fehlfunktionen daran hinderte, den Workflow zu unterbrechen. Laut Reflection AI erreichte der Cluster über die 71 Fehler, die während des Trainings auftraten, eine mediane Wiederanlaufzeit von acht Minuten.
Beam ist zunächst über ein Early-Access-Programm verfügbar. Reflection AI plant, die Gewichte, die Dokumentation und Fine-Tuning-Werkzeuge noch in diesem Monat zu veröffentlichen.
Unterstützen Sie unsere Mission, Inhalte offen und kostenlos zu halten, indem Sie sich in der theCUBE-Community engagieren. Werden Sie Mitglied im Alumni Trust Network von theCUBE, in dem Technologie-Führungskräfte sich vernetzen, Wissen teilen und Chancen schaffen.
SiliconANGLE Media wurde von den Tech-Visionären John Furrier und Dave Vellante gegründet und hat ein dynamisches Ökosystem führender digitaler Medienmarken aufgebaut, das mehr als 15 Millionen Elite-Fachleute aus der Technologiebranche erreicht. Unsere neue proprietäre theCUBE AI Video Cloud bahnbrechend im Bereich der Zielgruppeninteraktion: Sie nutzt das neuronale Netzwerk theCUBEai.com, um Technologieunternehmen bei datenbasierten Entscheidungen zu unterstützen und sie an der Spitze der Branchendiskussionen zu halten.
AI-Agenten-Hardware-Startup Ghost, geführt von seinem 19-jährigen Gründer, sammelt 11 Millionen Dollar ein
Schneider Electric kauft den Engineering-Software-Riesen PTC für 23,7 Milliarden Dollar
NetApps Novus behebt Metadaten-Engpässe in KI-Dateninfrastrukturen
NetApp stellt Sovereign Storage in den Mittelpunkt europäischer Infrastruktur-Entscheidungen
KI-Infrastruktur-Zuverlässigkeit geht über das Rack hinaus
Was es bei der Infor Velocity Week zu erwarten gibt: Seien Sie am 7. Oktober bei theCUBE dabei
EMERGING TECH - VON MIKE WHEATLEY. VOR 5 MINUTEN
© 2026 SiliconANGLE Media Inc. Alle Rechte vorbehalten.
Automatisch übersetzt. Das Original auf Englisch ist unten aufklappbar.
Original (Englisch) anzeigen
SHARE UPDATED 20:46 EDT / OCTOBER 05 2026
Reflection AI Inc. today introduced Beam, an open-source large language model with 501 billion parameters.
The launch comes a few months after the startup raised funding at a $25 billion valuation. Around the same time, Reflection AI reportedly inked a $6.3 billion deal with SpaceX Corp. to rent Nvidia GB300 NVL72 appliances. It used those systems, which each contain 72 graphics cards, to train Beam.
Reflection AI benchmarked its model against GLM-5.2, an open-source LLM that includes about 250 billion more parameters. The company determined that Beam can perform some tasks better while using between one third and one fourth the hardware. Furthermore, it says that the LLM approaches the performance of Qwen 3.8-Max, a model with over 2 trillion parameters.
The launch is particularly notable because many of the open-source ecosystem’s most advanced LLMs were created by Chinese companies. That includes Qwen 3.8-Max and GLM-5.2. Beam is the first open-source model from a U.S. startup to have demonstrated comparable or better performance. However, free LLMs continue to trail frontier models such as Anthropic PBC’s Claude Fable 5.1.
Reflection AI kicked off the development of Beam by training a relatively small prototype model. It then created a series of successively larger, more capable algorithms. The workflow eventually produced Beam Base, the foundation on which Beam is based.
Reflection AI developed Beam Base using a cluster of 6,144 graphics cards. It trained the model on 23.8 trillion tokens sourced from the public web and commercial sources. According to Reflection AI, that dataset included a significant amount of software code. The company created custom filters for each programming language to remove low-quality files.
Reflection AI developed Beam Base in under four weeks. It subsequently performed midtraining, an optimization process that extended the model’s context window and enhanced its reasoning capabilities. That phase of the project set the stage for the third, most hardware-intensive phase of the training workflow.
Reflection AI spun up 10,000 GB300 graphics cards and used them to launch 1.3 billion reinforcement learning sandboxes. Those are virtual environments in which an AI model learns new skills. Beam’s sandboxes were optimized for tasks such as generating code, searching the web and running AI agents.
Reflection AI says that the project’s reinforcement learning phase took only four weeks. The company avoided unnecessary delays by developing software that prevented malfunctions from interrupting the workflow. According to Reflection AI, its cluster achieved a median recovery time of eight minutes across the 71 errors that cropped up during training.
Beam is initially available through an early access program. Reflection AI plans to release its weights, documentation and fine-tuning tools later this month.
Support our mission to keep content open and free by engaging with theCUBE community. Join theCUBE’s Alumni Trust Network, where technology leaders connect, share intelligence and create opportunities.
Founded by tech visionaries John Furrier and Dave Vellante, SiliconANGLE Media has built a dynamic ecosystem of industry-leading digital media brands that reach 15+ million elite tech professionals. Our new proprietary theCUBE AI Video Cloud is breaking ground in audience interaction, leveraging theCUBEai.com neural network to help technology companies make data-driven decisions and stay at the forefront of industry conversations.
AI agent hardware startup Ghost, led by its 19-year-old-founder, raises $11M
Schneider Electric to buy engineering software giant PTC for $23.7B
NetApp’s Novus tackles metadata bottlenecks in AI data infrastructure
NetApp puts sovereign storage at the center of European infrastructure decisions
AI infrastructure reliability moves beyond the rack
What to expect at Infor Velocity Week: Join theCUBE Oct. 7
EMERGING TECH - BY MIKE WHEATLEY. 5 MINUTES AGO
© 2026 SiliconANGLE Media Inc. All rights reserved.