İçindekiler
Yapay zeka şirketi Reflection, ilk açık ağırlıklı modeli Beam'i duyurdu. Model, kodlama, akıl yürütme ve ajanlı iş yükleri için geliştirildi. Reflection'ın tercihi en yüksek performansı kovalamak değil; hesaplama maliyetini düşük tutarken güçlü sonuç almak. Bu yönüyle Beam, DeepSeek ve Qwen gibi Çinli açık ağırlıklı modellere doğrudan rakip konumda.
Beam nedir?
Beam, seyrek (sparse) bir Mixture-of-Experts modeli. Toplam 501 milyar parametreye sahip, ancak her token için bunların yalnızca 23 milyarını aktive ediyor. Bu tasarım, çıkarım (inference) sırasındaki maliyeti düşürüyor. Model metin tabanlı; görsel ya da ses girdisi desteklemiyor, ancak diğer ortamlar metne çevrildiğinde içeriği işleyebiliyor.
Nasıl eğitildi?
Reflection, modeli hem ön eğitim hem de pekiştirmeli öğrenme (RL) ile geliştirdi. Ön eğitimde web ve lisanslı özel veri kümelerinden derlenen 23,8 trilyon token kullanıldı. Ön eğitim, 6.144 NVIDIA GB300 NVL72 GPU'dan oluşan bir kümede dört haftadan kısa sürede tamamlandı; eğitimin "goodput" oranı sona doğru %92,3'e ulaştı.
Şirketin asıl iddiası RL tarafında. Reflection, 10.500 NVIDIA GB300 GPU'yu dört hafta boyunca çalıştırarak 100 milyondan fazla rollout ürettiğini söylüyor. Eğitimde 256 bin token'lık bağlam kullanıldı ve yaklaşık 1,3 milyar sandbox çalıştırıldı. Şirket, bunun bir açık laboratuvar tarafından yürütülen en büyük ölçekli RL çalışmalarından biri olduğunu belirtiyor.
Benchmark sonuçları
Reflection'ın paylaştığı bazı sonuçlar:
- SWE-bench Verified: 80,9 (Inkling 77,6 · Nemotron 3 Ultra 70,7)
- Terminal-Bench 2.1: 80,1 (GLM 5.2 81,0 · Kimi K3 88,3 · Qwen 3.8 Max 86,6)
- DeepSWE v1.1: 44,4 (GLM 5.2 44,0 · GLM 5.3 61,0 · DeepSeek V4.1 Flash 74,2)
- SWE-bench Pro v1: 65,5 (GLM 5.2 62,1 · Qwen 3.8 Max 67,7)
Şirketin vurgusu şu: Beam, akıl yürütme testlerinde GLM 5.2 ile benzer skorlara 3-4 kat daha az hesaplamayla ulaşıyor. Qwen 3.8 Max gibi 2 trilyon parametre sınıfındaki modellerle karşılaştırıldığında verimlilik farkı daha da açılıyor. Ham kapasitede Kimi K3 gibi modeller hâlâ önde; Reflection bunu kabul ediyor ve farkı kapatacak bir ardıl model üzerinde çalıştığını söylüyor.
Öne çıkan ayrıntılar
Kullanıcılar modelin ne kadar "düşüneceğini" ayarlayabiliyor: Kolay işlerde hızlı yanıt, zor işlerde daha uzun akıl yürütme. Reflection, RL sürecinde beklenmedik bir yan etki de gözlemlemiş: Eğitim karışımında web tarama görevleri olmamasına rağmen modelin tarama yeteneği kendiliğinden gelişmiş. Şirket birkaç demo da paylaştı; canlı güncellenen bir New York metrosu haritası, küçük bir 3D oyun ve başka bir modeli ince ayar için kullanılan bir notebook bunlar arasında.
Ne zaman erişilebilir olacak?
Beam şu an son kırmızı takım (red-team) ve değerlendirme testlerinden geçiyor. Modeli şimdilik yalnızca seçili kullanıcılar deneyebiliyor. Ağırlıkların, teknik raporun, model kartının ve geliştirici araçlarının bu ay içinde Apache 2.0 lisansıyla yayınlanması planlanıyor. Firma, ağırlıkları veriyor ancak eğitim verisini ve süreçlerini kendine saklıyor. Güvenlik ve hizalama için ayrı bir model kullanılıyor.
Reflection kim?
Reflection, 2024'te eski Google DeepMind araştırmacıları Misha Laskin ve Ioannis Antonoglou tarafından kuruldu. Laskin Gemini'nin ödül modellemesini yönetti; Antonoglou AlphaGo'nun yapımında yer aldı. Şirket, Ekim 2025'te 8 milyar dolar değerleme üzerinden 2 milyar dolar yatırım aldı; yatırımcılar arasında NVIDIA da var. Reflection, kendisini DeepSeek ve Qwen'in Batılı karşılığı olarak konumlandırıyor.
Rakamlarla Beam
- Toplam parametre: 501 milyar, token başına aktif: 23 milyar
- Ön eğitim verisi: 23,8 trilyon token
- RL: 10.500 GB300 GPU, 4 hafta, 100 milyon+ rollout
- Lisans: Apache 2.0 (bu ay içinde), durum: önizleme
Not: Bu içerik Reflection'ın resmî tanıtım yazısı ve The Decoder'ın aynı duyuruyu aktaran haberine dayanıyor. Benchmark sonuçları şirketin kendi ölçümleri; ağırlıklar yayınlandığında bağımsız testler mümkün olacak. Yayın tarihi "bu ay içinde" olarak açıklandı, kesin gün verilmedi.