Reflection Beam: Offenes Modell fordert China-Rivalen heraus

Reflection AI hat Details zu Beam veröffentlicht, dem ersten Frontier-Modell mit offenen Gewichten des Start-ups aus Brooklyn. Nach Angaben des Unternehmens erreicht Beam bei anspruchsvollen Reasoning-Benchmarks das Niveau der besten chinesischen offenen Modelle und braucht dafür deutlich weniger Rechenleistung. Sollte sich das bestätigen, würde das den Wettlauf um eine westliche Alternative zu DeepSeek, Qwen und Z.ai weiter anheizen.

Der Start folgt auf einen Bericht von Axios vom Wochenende, wonach Reflection kurz vor der Veröffentlichung stand. Am Montag legte das Unternehmen mit einem ausführlichen Blogbeitrag nach, in dem es beschreibt, wie das Modell entwickelt wurde und wofür es gedacht ist.

Was Beam ist

Beam ist ein reines Textmodell mit Mixture-of-Experts-Architektur. Bei diesem Aufbau ist für jedes Token nur ein Teil des Netzes aktiv, was die Betriebskosten senkt. Reflection hat es mit rechenintensivem Reinforcement Learning trainiert und dabei auf drei Bereiche gezielt: logisches Schlussfolgern, Programmieren und agentische Aufgaben. Laut Unternehmen bewältigt Beam diese zu "einem Bruchteil der Token-Kosten und der Rechenleistung bei der Inferenz" konkurrierender Modelle.

Die wichtigsten Eckdaten:

• Parameter insgesamt: 501 Milliarden
• Aktive Parameter: 23 Milliarden
• Daten im Vortraining: 23,8 Billionen Token
• Kontextfenster: 1 Million Token

Zum Vergleich: GLM-5.2 von Z.ai kommt auf rund 744 Milliarden Parameter insgesamt, davon 40 Milliarden aktiv.

Die Leistungsversprechen

Reflection zufolge liegt Beam bei anspruchsvollen Reasoning-Benchmarks gleichauf mit GLM-5.2 und übertrifft die derzeit führenden westlichen offenen Modelle, benötigt dabei aber "drei- bis viermal weniger Rechenleistung bei der Inferenz". Unabhängig überprüft wurde bislang keines dieser Ergebnisse.

Das Unternehmen bezeichnet Beam als "Arbeitspferd" für Unternehmen, den öffentlichen Sektor und Entwickler. Das ist eher ein pragmatisches Verkaufsargument als der Anspruch, jede Bestenliste anzuführen.

Reflection tritt an mehreren Fronten zugleich an. Auf der einen Seite stehen die geschlossenen Labore Anthropic und OpenAI. Auf der anderen die beliebten offenen Modelle chinesischer Entwickler, darunter DeepSeek. Hinzu kommen westliche Anbieter offener Modelle wie Mistral, Meta und Cohere.

Der engste US-Konkurrent dürfte Inkling sein, das offene Modell, das Mira Muratis Thinking Machines Lab im Juli vorgestellt hat. Nach Reflections eigenen Zahlen schneidet Beam in vier Programmiertests, für die beide Ergebnisse veröffentlicht haben, besser ab als Inkling. Ganz vergleichbar ist das allerdings nicht: Inkling ist multimodal, Beam verarbeitet nur Text.

Geld und Rechenleistung

Reflection wurde 2024 von zwei ehemaligen Forschern von Google DeepMind gegründet. Laut PitchBook hat das Unternehmen rund 4,7 Milliarden Dollar eingesammelt, unter anderem von Nvidia, Sequoia Capital und Lightspeed Venture Partners. Die jüngste Finanzierungsrunde bewertete es vor dem Geldeingang mit 25 Milliarden Dollar.

Zudem hat sich das Start-up Rechenkapazität gesichert. Die braucht es, um Frontier-Modelle zu trainieren, die Kunden von geschlossenen Systemen und von günstigeren chinesischen Open-Weight-Angeboten weglocken können. In diesem Sommer schloss Reflection Verträge mit SpaceX und Nebius im Gesamtwert von mehr als 7 Milliarden Dollar. Sie sichern dem Unternehmen bis 2029 Zugang zu Nvidias GB300-Chips.

Das Konzept der "KI-Fabrik"

Als Zielgruppe für Beam und künftige Modelle hat Reflection vor allem Unternehmen und Staaten im Blick. Die Produktidee nennt das Unternehmen "KI-Fabriken": Institutionen trainieren Reflections Modelle mit ihren eigenen, geschützten Daten und bauen so maßgeschneiderte KI-Systeme, die lokal laufen.

Das Konzept kennt man von Nvidia-Chef Jensen Huang, dessen Unternehmen an Reflection beteiligt ist. Huang wirbt seit Langem für KI-Fabriken und ein stärkeres offenes KI-Ökosystem. Diese Vision kommt auch Nvidia gelegen, schließlich würden die eigenen GPUs diese Systeme antreiben.

Laut Axios gehören Hedgefonds und Handelshäuser zu den Interessenten für solche Systeme. Mit der Shinsegae Group, einem südkoreanischen Handels- und Mischkonzern, erprobt Reflection bereits eine Partnerschaft für eine souveräne KI-Fabrik.

Die Gewichte und alle technischen Details zu Beam will das Unternehmen noch in diesem Monat veröffentlichen. Zum Start soll das Modell über Hyperscaler und Neoclouds (neuere, auf GPUs spezialisierte Cloud-Anbieter) vertrieben und in Open-Source-Bibliotheken eingebunden werden. Auf Anfragen von TechCrunch nach weiteren Stellungnahmen reagierte Reflection nicht rechtzeitig.

Unsere Einschätzung

Wie bedeutend Beam ist, hängt davon ab, ob externe Tests Reflections Zahlen bestätigen. Ein Modell, das mit GLM-5.2 mithält und dabei drei- bis viermal weniger Rechenleistung bei der Inferenz braucht, wäre ein echter Effizienzgewinn. Vorerst stammen aber alle Zahlen vom Unternehmen selbst. Leser sollten die Benchmarks als Ausgangspunkt betrachten und auf unabhängige Auswertungen warten, sobald die Gewichte öffentlich sind.

Der Zeitpunkt passt in ein größeres Bild. Chinesische Labore geben bei offenen KI-Modellen seit einiger Zeit das Tempo vor, und Z.ais GLM-Reihe hat sich seit GLM-5.2 weiterentwickelt. Westliche Unternehmen antworten mit eigenen offenen Modellen, von Inkling von Thinking Machines bis zu regionalen Projekten wie Kolibri von Aleph Alpha. Reflection setzt darauf, dass Effizienz und nicht nur reine Bestwerte Geschäftskunden überzeugt, die auf die Betriebskosten achten.

Die Strategie mit den KI-Fabriken könnte wichtiger sein als die Benchmarks. Modelle an Regierungen und regulierte Unternehmen zu verkaufen, die sie auf eigenen Daten und eigener Infrastruktur betreiben wollen, ist ein anderes Geschäft als der Verkauf von API-Zugängen. Mit Nvidia als Investor und gesichertem Chip-Zugang bis 2029 scheint Reflection die Mittel zu haben, diesen Weg zu gehen.

Drei Dinge lohnt es sich im Auge zu behalten. Erstens, ob unabhängige Tests die Angaben zur Recheneffizienz stützen. Zweitens, ob aus dem Pilotprojekt mit Shinsegae ein vollständiger Einsatz wird. Drittens, ob die fehlende Multimodalität Beam im Wettbewerb mit Konkurrenten wie Inkling ausbremst.