AI 스타트업 리플렉션AI가 5010억개 파라미터(활성 230억개)의 첫 오픈웨이트 모델 '빔(Beam)'을 공개했다. 빔은 23조8000억개 토큰으로 사전학습됐으며 100만 토큰 컨텍스트 윈도우를 지원하고, 코딩·추론·에이전트 작업에 특화됐다. 터미널벤치 v2.1 80.1점, SWEBench Verified 80.9점, AIME 2026 97.8점 등의 벤치마크 결과를 보고했으며, GLM-5.2와 비슷한 추론 성능을 3~4배 적은 추론 연산량으로 달성했다고 주장했다. 훈련은 6144개의 엔비디아 GB300 GPU로 4주 만에 완료했고, 이후 1만500개 GPU로 1억건 이상의 롤아웃을 생성하는 대규모 강화학습을 진행했다. 리플렉션은 이번 달 중 아파치 2.0 라이선스로 가중치를 공개할 예정이며, 신세계와 한국에 250메가와트 규모의 소버린 AI 클라우드도 구축 중이다.
- •리플렉션AI, 5010억 파라미터(활성 230억) 첫 오픈웨이트 모델 '빔' 공개
- •23조 8000억 토큰 사전학습, 100만 토큰 컨텍스트 윈도우 지원
- •GLM-5.2와 유사 추론 성능을 3~4배 적은 추론 연산으로 달성했다고 주장
- •6144개 GB300 GPU로 4주간 사전학습, 1만500개 GPU로 1억건 이상 RL 롤아웃 수행
- •아파치 2.0 라이선스로 이번 달 중 가중치 공개 예정, 한국에 소버린 AI 클라우드 구축 중
0단 자동
AI가 규칙대로 쓰고 그대로 게시했습니다. 사람이 따로 보지 않았습니다.
- 규칙 판
- 규칙 판 도입 이전 기사입니다.
- 남기는 것
- 규칙 판 · 모델 · 시각
- 판 기록
- 아직 없습니다.
Reflection AI Unveils Beam, a 501B-Parameter Open-Weight Model
- 1.Reflection AI가 오픈웨이트 모델 Beam 공개 — 5010억 매개변수 중 230억 활성화
- 2.Terminal Bench 80.1, SWE-Bench Verified 80.9, AIME 2026 97.8점 기록
- 3.GLM-5.2급 추론 성능을 추론 컴퓨트 3~4배 적게 사용해 달성했다고 주장
- 4.23.8조 토큰으로 GB300 6144대 활용해 4주 내 사전학습, 10월 중 Apache 2.0 공개
왜 중요한가?
서구권 오픈웨이트 모델이 중국 모델(GLM, Qwen) 대비 추론 효율성에서 우위를 주장한 첫 사례로, 기업·주권국가를 겨냥한 'AI 팩토리' 전략의 기술적 근거가 된다.
본문 미리보기
Reflection AI introduced Beam on October 5, 2026, its first open-weight model: a sparse Mixture-of-Experts system with 501 billion total parameters and 23 billion active, built for coding, reasoning, and agentic workloads. Beam is undergoing final red-teaming and evaluations, and an early version is being offered to a select group of users through a waitlist. Reflection described Beam as the first model in a series and said it is already training what comes next. Capability and Efficiency…
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 10:53AI 초안
