Reflection lanza Beam, un modelo abierto de 501.000 millones de parámetros contra los chinos

Reflection AI ha presentado Beam, su primer modelo de pesos abiertos: un mixture-of-experts de 501.000 millones de parámetros (23.000 activos) entrenado con refuerzo de alto cómputo que, según los benchmark publicados por la propia empresa, iguala a los grandes modelos abiertos chinos consumiendo de tres a cuatro veces menos cómputo de inferencia. Los pesos se publicarán este mes.

Qué ha ocurrido

Reflection AI, fundada en 2024 por dos exinvestigadores de Google DeepMind con sede en Brooklyn, publicó el 5-10-2026 la ficha de Beam, su primer modelo «frontera» de pesos abiertos. Los datos técnicos que da la empresa: 501.000 millones de parámetros totales y 23.000 activos (frente a los ~744.000/40.000 de GLM 5.2 de Z.ai, su rival chino de referencia), preentrenamiento sobre 23,8 billones de tokens y ventana de contexto de un millón de tokens. El énfasis está en el refuerzo: más de 100 millones de «rollouts» generados en 10.500 GPUs NVIDIA GB300 durante cuatro semanas. En sus propios benchmark de programación, agentes y razonamiento, Beam queda cerca de GLM 5.2 y Qwen 3.8-Max y por delante de otros abiertos occidentales usando «de tres a cuatro veces menos cómputo de inferencia»; la empresa admite que Kimi K3 sigue por delante en capacidad bruta y que sus números no han sido verificados de forma independiente. La versión publicada es texto puro y los pesos, el informe técnico y la model card llegarán «a finales de mes», con distribución prevista en hyperscalers y neoclouds.

Por qué importa

Reflection valida desde dentro del capital estadounidense la tesis de que la respuesta occidental a DeepSeek, Qwen y Z.ai pasa por abrir pesos y competir en coste de inferencia, no en cierre. La empresa —con ~4.700 millones captados según PitchBook, valoración previa de 25.000 millones y acuerdos por más de 7.000 millones con SpaceX y Nebius para asegurar GB300 hasta 2029— no vende solo el modelo: vende «fábricas de IA», sistemas locales donde empresas y Gobiernos entrenan modelos sobre sus propios datos, con NVIDIA como socio e inversor y una prueba piloto ya en marcha con el grupo surcoreano Shinsegae. Para el cliente europeo u occidental sujeto a soberanía digital, Beam y su vecino Inkling (Thinking Machines) ensanchan la oferta descargable; para los laboratorios cerrados añaden presión de precios.

Qué cambió

AntesLa frontera de los modelos abiertos la marcaban casi exclusivamente laboratorios chinos (GLM, Qwen, Kimi, DeepSeek).

AhoraReflection, financiada por NVIDIA y Sequoia, publica la ficha de un modelo estadounidense de pesos abiertos que se compara con ellos en eficiencia.

ConsecuenciaSube la presión sobre los laboratorios cerrados y sobre el resto de abiertos occidentales en coste por token.

Qué sabemos · qué no

Confirmado

• Ficha oficial de Reflection publicada el 5-10-2026 con arquitectura, datos de entrenamiento, infraestructura de RL y tablas de benchmark.
• Métricas propias, no verificadas: AIME 2026 97,8; SWE-bench Pro v2-Hard 77,2 (GLM 5.2: 84,3; Kimi K3: 88,2); DeepSWE v1.1 44,4.
• Cobertura de TechCrunch el 5-10-2026 con los detalles de financiación (PitchBook), los acuerdos de cómputo por más de 7.000 millones con SpaceX y Nebius y el piloto con Shinsegae.
• Pesos, informe técnico y model card prometidos para finales de octubre; acceso anticipado mediante lista de espera.
• Ficha oficial de Reflection (5-10-2026): 501B totales / 23B activos, 23,8 billones de tokens, contexto de 1M, RL con 100M+ rollouts en 10,5K GB300.
• Los benchmark son métricas propias de Reflection, sin verificación independiente declarada por la propia empresa.
• TechCrunch confirma financiación (~4.700 M$ según PitchBook, 25.000 M$ pre-money en la última ronda) y acuerdos de cómputo >7.000 M$ con SpaceX y Nebius hasta 2029.
• Piloto de fábrica de IA soberana con el grupo Shinsegae (Corea del Sur).

Todavía no

• Ningún resultado de Beam ha sido reproducido todavía por terceros; las comparaciones de eficiencia proceden de Reflection.
• La licencia exacta de los pesos y su posición frente al resto de modelos abiertos.
• Cuántos clientes de pago sostienen las «fábricas de IA» y a qué precios.
• Resultados reproducidos por terceros sobre la suite Beam.
• Licencia de los pesos y calendario exacto de publicación.
• Ingresos reales de la línea de fábricas de IA.

Para ir al grano técnico

• → docs

Qué vigilamos ahora

La publicación real de los pesos y del informe técnico a final de mes, las primeras evaluaciones independientes en las suites estándar y si los acuerdos soberanos (Corea, otros) se convierten en despliegues reales.

La publicación de pesos e informe técnico a final de mes y las primeras evaluaciones externas independientes.