[AINews] Reflection Beam : un modèle ouvert américain de 501 milliards de paramètres (23 milliards actifs)
Reflection, la start-up américaine restée discrète pendant plus d'un an depuis son lancement et ses grandes ambitions en matière de code, a dévoilé Beam, son premier modèle. Il s'agit d'un modèle de type mélange d'experts, uniquement textuel, de 501 milliards de paramètres au total dont 23 milliards actifs, conçu pour le code, les tâches agentiques et le travail scientifique. Entraîné entièrement de zéro, il doit être publié avec ses poids complets sous licence Apache 2.0 dans le courant du mois. L'équipe évoque 23,8 billions de tokens de préentraînement, issus en partie d'un pipeline de reconnaissance de caractères appliqué à des centaines de millions de PDF. Elle décrit aussi une phase d'apprentissage par renforcement stable sur environ 10 500 GB300, avec plus de 100 millions de déroulements sur près d'un million de tâches, soit quatre semaines de préentraînement et quatre semaines de renforcement. Reflection revendique 80,9 sur SWE-bench Verified et une efficacité d'inférence de 3 à 4 fois supérieure à celle de GLM 5.2. Un rapport technique et des intégrations open source sont promis.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de Latent Space. Lire l'article original →
Également couvert par The Information AI.
L'enjeu dépasse les scores bruts. Beam se compare à Inkling, Nemotron et GLM 5.2, mais les modèles les plus avancés, GLM 5.3, Kimi K3, Qwen 3.8 Max et DeepSeek V4.1 Flash, restent généralement devant. Les premières analyses indépendantes sont nuancées : Artificial Analysis, qui a bénéficié d'un accès anticipé, juge que Beam devrait compter parmi les modèles ouverts les plus économes en tokens pour son niveau d'intelligence. Elie Bakouch estime le taux d'utilisation des calculs à seulement 12 % environ en BF16, et déduit une attention alternant globale et fenêtre glissante dans un rapport de 3 pour 1, avec une meilleure perplexité sur du code inédit que DeepSeek V4. Teortaxes y voit une réplication à iso-FLOP de DeepSeek V3. Nathan Lambert range Beam avec Nvidia et Thinking Machines parmi les bonnes publications américaines qui restent derrière leurs équivalents chinois. Pour une partie du marché, notamment les acteurs qui exigent un modèle d'origine américaine, l'arrivée d'une option supplémentaire compte néanmoins beaucoup, et Reflection s'affirme désormais comme un nouveau laboratoire opérationnel.
Le lancement s'inscrit dans une vague de sorties ouvertes. Selon Axios, qui a révélé l'annonce en avance, Reflection paie 150 millions de dollars par mois pour la puissance de calcul de Colossus, en plus d'un accord d'un milliard de dollars avec Nebius, et d'autres laboratoires américains non nommés publieront des modèles ouverts ce mois-ci. D'autres lancements ont eu lieu en parallèle : Kolibri d'Aleph Alpha (78 milliards de paramètres dont 3,46 milliards actifs, pour l'allemand et l'anglais, 66,4 % sur SWE-Bench Verified selon l'entreprise), Rho-1 de Reka (19 milliards de paramètres, multimodal, entraîné en trois mois sur 320 H100) et Solar Mini 4 d'Upstage, gratuit deux semaines sur Nous Portal.
Beam sous licence Apache 2.0 ajoute une option de modèle ouvert utilisable par les entreprises européennes, tandis que Kolibri d'Aleph Alpha cible l'allemand et l'anglais.