Esta semana Reflection AI anunció oficialmente el lanzamiento de Beam su primer modelo de frontera con peso abierto. La startup, fundada hace dos años por ex-investigadores de Google DeepMind, la describe como una mezcla de expertos especializada en tareas de razonamiento, programación y agentes autónomos, todo ello con un costo de token y tiempo de inferencia notablemente menor que el de sus rivales.
Según la publicación del blog de la compañía, Beam está construido exclusivamente para texto y ha sido entrenado mediante aprendizaje por refuerzo de alto cómputo. El objetivo declarado es ofrecer un modelo de trabajo («workhorse model») que sirva tanto a grandes corporaciones como a entidades públicas y a desarrolladores individuales que necesiten una base potente sin incurrir en los gastos habituales de los modelos de última generación.
Detalles técnicos de Beam
Beam cuenta con 501 mil millones de parámetros de los cuales 23 mil millones están activos durante la inferencia. Su pre-entrenamiento abarcó 23,8 trillones de tokens y dispone de una ventana de contexto de un millón de tokens una capacidad que supera ampliamente la de la mayoría de los modelos abiertos occidentales.
Para ponerlo en perspectiva, el modelo GLM-5.2 de Z.ai posee alrededor de 744 mil millones de parámetros totales y 40 mil millones activos. Aun con menos parámetros activos, Reflection asegura que Beam logra resultados comparables en los benchmarks de razonamiento avanzado, manteniendo una eficiencia de cálculo de 3-4 veces menos que sus competidores.
Rendimiento y posición frente a la competencia
En las pruebas internas, Beam alcanzó puntuaciones equivalentes a las de GLM-5.2 y superó a los principales modelos abiertos occidentales, según los datos publicados por la propia empresa. En el ámbito del código, el modelo superó a Inkling la propuesta multimodal de Thinking Machines Lab lanzada en julio, en cuatro pruebas diferentes, aunque Inkling agrega capacidades visuales que Beam no contempla.
Reflection sitúa a Beam como alternativa a los laboratorios cerrados como Anthropic y OpenAI así como a las ofertas chinas como DeepSeekQwen y los propios modelos de Z.ai. La estrategia se basa en ofrecer un modelo abierto que mantenga la calidad de los líderes del mercado pero con una huella de cómputo y coste sustancialmente inferior.
Plan de negocio, alianzas y futuro de la «AI factory»
Financieramente, Reflection ha recaudado cerca de 4,7 mil millones de dólares de inversores como Nvidia, Sequoia Capital y Lightspeed Venture Partners, alcanzando una valoración pre-dinero de 25 mil millones. Durante el verano, la compañía firmó acuerdos por más de 7 mil millones de dólares con SpaceX y Nebius para asegurar el acceso a los chips GB300 de Nvidia hasta 2029, garantizando la capacidad de cómputo necesaria para entrenar modelos a escala de frontera.
El concepto central detrás de Beam es el de «AI factory» un producto que permite a gobiernos, instituciones financieras y grandes corporaciones crear sus propios sistemas de IA personalizados, entrenándolos con datos propietarios en entornos locales. Nvidia, bajo la dirección de su CEO Jensen Huang ha respaldado esta visión, argumentando que una infraestructura abierta beneficia a todo el ecosistema de IA.
Ya se ha iniciado una prueba piloto de la fábrica soberana con el Shinsegae Group en Corea del Sur, y fondos de cobertura y firmas de trading han mostrado gran interés en adoptar la solución. Reflection tiene previsto liberar los pesos de Beam y los detalles técnicos completos durante este mes, distribuyéndolos a través de los principales hiperescaladores y plataformas de nube emergentes, con integración directa en las bibliotecas de código abierto más usadas.
