Reflection AI가 에이전틱 코딩과 장기 작업용 오픈웨이트 모델 'Beam'을 공개했으며, AWS는 이를 SageMaker JumpStart와 HyperPod Inference를 통해 배포하는 방법을 안내했다. Beam은 5,010억 개 총 매개변수와 230억 개 활성 매개변수를 가진 희소 MoE 모델로, 최대 100만 토큰의 컨텍스트 길이를 지원하며 Hugging Face에서 Apache 2.0 라이선스로 BF16·FP8·NVFP4 형식의 가중치를 받을 수 있다. 완전관리형 배포를 원하면 SageMaker JumpStart 실시간 엔드포인트를, 쿠버네티스 기반의 세밀한 제어가 필요하면 SGLang이나 vLLM을 이용한 HyperPod Inference를 선택할 수 있다.
- •Reflection AI의 오픈웨이트 모델 'Beam', 5,010억 총 매개변수·230억 활성 매개변수의 MoE 구조
- •최대 100만 토큰 컨텍스트 지원, Hugging Face서 Apache 2.0 라이선스로 BF16/FP8/NVFP4 가중치 제공
- •AWS SageMaker JumpStart 실시간 엔드포인트로 완전관리형 배포 가능
- •쿠버네티스 기반 세밀 제어는 SGLang·vLLM 활용한 HyperPod Inference로 지원
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.
Introducing Reflection Beam: an open-weight model for agentic coding on AWS
- 1.리플렉션AI, 에이전틱 코딩용 오픈웨이트 모델 '빔(Beam)' 출시…총 5010억·활성 230억 매개변수의 희소 MoE 구조
- 2.유효 컨텍스트 길이 100만 토큰, 허깅페이스에서 아파치 2.0 라이선스로 가중치 공개, BF16·FP8·NVFP4 체크포인트 제공
- 3.AWS 세이지메이커 점프스타트(완전관리형) 또는 하이퍼포드 인퍼런스(쿠버네티스 기반)로 배포 가능, SGLang·vLLM도 지원
- 4.출시 초기 미국 동부(버지니아 북부·오하이오) 리전에서 제공, FP8은 H100/H200, NVFP4는 B200 GPU 권장
왜 중요한가?
대형 오픈웨이트 코딩 모델을 AWS 매니지드 서비스로 바로 배포할 수 있는 레퍼런스를 제시해, 독자적인 코딩 에이전트 인프라를 구축하려는 기업·개발자의 진입 장벽을 낮춘다.
본문 미리보기
Reflection AI's Beam is an open-weight model for agentic coding and long-horizon tasks. This post shows how to deploy Beam on AWS: start with an Amazon SageMaker JumpStart real-time endpoint, or use Amazon SageMaker HyperPod Inference with JumpStart, SGLang, or vLLM for Kubernetes-native control over distributed GPU infrastructure.
전체 내용이 궁금하다면?
원문을 직접 읽어보세요
이 글이 만들어진 과정
- 11:02AI 초안