Reflection AI Umumkan Beam 501B, Model Coding Open-Weight AS untuk Menantang Dominasi China

Selama setahun terakhir, model open-weight terbaik untuk coding hampir semuanya datang dari laboratorium China. Reflection AI, startup yang mengumpulkan miliaran dolar dengan janji mengubah peta itu, akhirnya memperlihatkan hasil kerjanya, meski angka benchmark-nya sendiri menunjukkan jalan yang masih panjang.

Reflection AI memperkenalkan Beam, model open-weight pertamanya, lewat blog resmi perusahaan pada Senin (5/10/2026). Beam adalah model sparse Mixture-of-Experts (MoE) dengan 501 miliar parameter total, tetapi hanya 23 miliar parameter yang aktif saat inferensi. Model ini dirancang untuk beban kerja coding, penalaran, dan agen AI, dan bobotnya akan dirilis dengan lisensi Apache 2.0 pada Oktober ini.

Dilatih pada 23,8 Triliun Token dan 1,3 Miliar Sandbox

Tahap pretraining Beam memakai 23,8 triliun token dari web dan dataset berlisensi milik perusahaan. Proses itu berjalan di 6.144 GPU NVIDIA GB300 NVL72 dan selesai dalam kurang dari empat minggu.

Setelahnya, Reflection menjalankan reinforcement learning skala besar: lebih dari 100 juta rollout di 10.500 GPU NVIDIA GB300 selama empat minggu. Perusahaan menyebut memakai sekitar 1,3 miliar sandbox, lalu menyaring sekitar satu juta lingkungan latihan berkualitas tinggi. Panjang konteks diperluas hingga 1 juta token pada tahap midtraining.

Hemat Komputasi, tapi Belum Juara di Benchmark Coding

Klaim utama Reflection adalah efisiensi. Pada benchmark penalaran, Beam disebut setara GLM-5.2 buatan Z.ai dengan kebutuhan komputasi inferensi tiga hingga empat kali lebih kecil.

Di benchmark coding, tabel resmi perusahaan justru memperlihatkan Beam masih tertinggal dari pesaing China terbarunya:

• DeepSWE v1.1: Beam 44,4 persen, GLM 5.2 44,0 persen, Kimi K3 68,0 persen
• SWE-Bench Pro v2-Hard: Beam 77,2 persen, GLM 5.3 84,3 persen, Kimi K3 88,2 persen
• Terminal-Bench v2.1: Beam 80,1 persen, GLM 5.3 88,2 persen, DeepSeek V4.1 90,6 persen

Beberapa media seperti Startup Fortune dan Crypto Briefing juga mengutip skor 80,9 di SWE-Bench Verified dan 97,8 di AIME 2026. Semua angka ini dilaporkan sendiri oleh Reflection dan belum diuji pihak independen.

Startup Bernilai $25 Miliar dengan Misi Geopolitik

Reflection didirikan pada Maret 2024 oleh dua mantan peneliti Google DeepMind, Misha Laskin dan Ioannis Antonoglou. Startup Fortune mencatat perusahaan ini telah mengumpulkan sekitar $4,7 miliar dengan valuasi $25 miliar, didukung NVIDIA, Sequoia Capital, dan investor lain. Crypto Briefing menyebut Reflection juga bermitra dengan Pentagon dan Departemen Energi AS.

Posisi itu menjadikan Beam lebih dari sekadar produk. Model ini dipasarkan sebagai jawaban Amerika Serikat atas gelombang model terbuka dari DeepSeek, Moonshot AI, Zhipu, dan Alibaba yang banyak dipakai pengembang di seluruh dunia.

Akses Awal Dibuka lewat Daftar Tunggu

Versi awal Beam bisa dicoba lewat platform.reflection.ai melalui daftar tunggu, sambil menunggu proses red-teaming rampung. Bobot lengkap, laporan teknis, kartu model, dan perangkat evaluasi dijanjikan menyusul bulan ini. Ketersediaan umum akan melalui mitra distribusi dan integrasi dengan pustaka open source populer.

Reflection menegaskan Beam baru langkah pertama. "Beam is the first model in a series, and the first demonstration," tulis perusahaan, sembari menyebut model penerusnya sedang dikembangkan.

Ujian Sebenarnya Dimulai Saat Bobot Dirilis

Bagi pengembang, lisensi Apache 2.0 berarti Beam bisa dipakai secara komersial dengan sedikit batasan. Model 23 miliar parameter aktif juga lebih ringan dijalankan dibanding model dense berukuran serupa, meski total 501 miliar parameter tetap butuh memori besar.

Yang ditunggu sekarang adalah hasil uji dari laboratorium independen setelah bobot dirilis. Jika klaim efisiensi tiga hingga empat kali lipat itu terbukti, Beam bisa menjadi pilihan menarik untuk agen coding yang berjalan di server sendiri. Jika tidak, jarak dengan Kimi K3 dan DeepSeek V4.1 akan sulit ditutup hanya dengan narasi "buatan Amerika".