Black FridayHiggsfield: do 63% taniej przy planie rocznym - Seedance 2.5, Nano Banana Pro, GPT Image Sprawdź ofertę →link partnerski
Przejdź do treści
Sklep

Artykuły

Reflection Beam: otwarty model 501B od byłych ludzi DeepMind

Reflection AI pokazał Beam: 501 mld parametrów, 23 mld aktywnych, Apache 2.0. Liczby z ogłoszenia, porównanie z chińskimi modelami i dlaczego nie ma jeszcze testu.

Tekst: 7 min czytania
Reflection Beam: otwarty model 501B od byłych ludzi DeepMind
Spis treści 9
  1. Kto stoi za Beam
  2. Beam w liczbach
  3. Wyniki według Reflection
  4. Czy uruchomisz Beam u siebie
  5. Dlaczego nie ma jeszcze mojego testu
  6. Beam na tle innych otwartych premier z października
  7. Co sprawdzę, gdy wyjdą wagi
  8. Aktualizacja: 17 listopada 2026
  9. Źródła

👁 158 przeczytań

Reflection AI, amerykański startup założony przez dwóch byłych badaczy Google DeepMind, 5 października 2026 pokazał Beam - swój pierwszy model z otwartymi wagami. To mixture-of-experts z 501 mld parametrów, z których przy każdym tokenie pracuje 23 mld, trenowany na 23,8 bln tokenów, z oknem kontekstu 1 mln tokenów i licencją Apache 2.0. Wagi mają wyjść jeszcze w październiku. Sprawdziłem, co dokładnie wiadomo, gdzie są liczby, a gdzie tylko zapowiedzi.

Stan na 7 października 2026

  • Model: Beam, 501 mld parametrów, 23 mld aktywnych, tylko tekst.
  • Licencja: Apache 2.0, czyli także do użytku komercyjnego.
  • Wagi: zapowiedziane na „później w październiku”, dokładnej daty nie podano.
  • Dostęp dziś: tylko wczesny dostęp z listy oczekujących. Na OpenRouterze modelu nie ma (sprawdziłem 7.10 rano), cennika też nie ma.
  • Mój test: na razie niemożliwy - opisuję niżej dlaczego i kiedy go zrobię.

Kto stoi za Beam

Reflection AI powstał w 2024 roku w Nowym Jorku. Założyli go Misha Laskin, który w Google DeepMind odpowiadał za modelowanie nagród w projekcie Gemini, i Ioannis Antonoglou, współtwórca AlphaGo. Według danych PitchBook, które przytacza TechCrunch, firma zebrała łącznie około 4,7 mld USD, a w ostatniej rundzie była wyceniona na 25 mld USD przed inwestycją. Wśród inwestorów są Nvidia, Sequoia i Lightspeed. Reflection ma też umowy na moc obliczeniową ze SpaceX i Nebius warte łącznie ponad 7 mld USD - o umowie ze SpaceX pisałem w tekście SpaceX wynajmie chipy Reflection AI.

Firma od początku mówi wprost, po co jej Beam: ma być zachodnią odpowiedzią na otwarte modele z Chin, czyli DeepSeek, Qwen, GLM i Kimi, które od ponad roku rządzą w rankingach modeli z otwartymi wagami. Dzień później podobną narrację przyjął Mistral przy premierze Mistral Large 4.

Beam w liczbach

ParametrWartośćŹródło
Parametry łącznie501 mldblog Reflection, 5.10.2026
Parametry aktywne na token23 mldblog Reflection
Architekturarzadki mixture-of-experts, tylko tekstblog Reflection, TechCrunch
Dane do pretreningu23,8 bln tokenów (sieć + licencjonowane zbiory)blog Reflection, TechCrunch
Kontekst256 tys. w pretreningu, rozszerzony do 1 mlnblog Reflection
Pretreningponiżej 4 tygodni na 6144 GPU NVIDIA GB300blog Reflection
Uczenie ze wzmocnieniem4 tygodnie na 10,5 tys. GPU GB300, ponad 100 mln przebiegów, ok. 1,3 mld piaskownicblog Reflection
LicencjaApache 2.0blog Reflection

Ciekawostka z opisu danych: według Reflection ich klasyfikatory jakości wyrzuciły około 95% surowych tokenów z internetu. To dużo jak na model tej wielkości i pewnie tłumaczy, dlaczego firma tak mocno akcentuje „wydajność na token”.

Wyniki według Reflection

Poniżej liczby z tabeli w ogłoszeniu. To wyniki podane przez samą firmę, bez niezależnej weryfikacji - wag jeszcze nie ma, więc nikt z zewnątrz nie mógł ich powtórzyć.

TestBeamGLM-5.3Kimi K3Qwen 3.8-MaxDeepSeek V4.1
SWE-Bench Verified (naprawa błędów w kodzie)80,9----
Terminal Bench v2.1 (praca w terminalu)80,188,288,386,690,6
GPQA Diamond (pytania naukowe)90,591,793,592,690,9
HLE bez narzędzi36,242,346,943,639,1
MCP Atlas (wywoływanie narzędzi)78,784,282,384,5-
LongBench v2 (długi kontekst)65,5--66,3-
IFBench (trzymanie się instrukcji)79,7--82,8-

Myślnik oznacza, że Reflection nie podał wyniku konkurenta. Co z tego wynika:

  • Beam nie wygrywa z czołówką chińskich modeli. W każdym teście, w którym są pełne porównania, Kimi K3, GLM-5.3 i Qwen 3.8-Max mają wyższy wynik. Reflection porównuje się głównie ze starszym GLM-5.2, z którym idzie łeb w łeb (np. GPQA 90,5 wobec 91,2).
  • Główny argument to koszt, nie jakość. Firma twierdzi, że na testach rozumowania zużywa 3-4 razy mniej obliczeń niż GLM-5.2. To szacunek producenta, a nie zmierzony koszt wdrożenia.
  • 23 mld aktywnych parametrów to mało. Dla porównania GLM-5.2 ma około 744 mld parametrów i 40 mld aktywnych, a Mistral Large 4 - 1,05 bln i 49 mld aktywnych. Mniej aktywnych parametrów to tańsza i szybsza odpowiedź na tym samym sprzęcie.

Czy uruchomisz Beam u siebie

Na domowym komputerze - nie. 501 mld parametrów w 16 bitach to około 1 TB samych wag, a nawet po kwantyzacji do 4 bitów zostaje około 250 GB (to mój rachunek: liczba parametrów razy pół bajta). To poziom serwera z kilkoma kartami klasy H200 albo B200, a nie karty do gier. Mój RTX 4090 ma 24 GB. To, że aktywnych jest tylko 23 mld, przyspiesza liczenie, ale wszystkie eksperci i tak muszą siedzieć w pamięci. Ile pamięci potrzeba na mniejsze modele, opisałem w tekście ile VRAM potrzeba.

Realnie Beam trafi do zwykłych użytkowników przez dostawców API: Reflection zapowiada dystrybucję przez dużych dostawców chmury i biblioteki open source. Gdy pojawi się na OpenRouterze, puszczę go przez te same 13 zadań po polsku, co wszystkie modele w Arenie modeli AI po polsku.

Nie przepłacaj za te subskrypcje

Prowadzę sklep z rocznymi dostępami do narzędzi AI - te same konta, o których piszę wyżej, tylko taniej niż w cenniku producenta.

Zobacz, co jest dostępne

Dlaczego nie ma jeszcze mojego testu

  • Brak publicznego API. Wczesny dostęp jest z listy oczekujących, a ja nie zakładam kont tylko po to, żeby obejść kolejkę.
  • Brak wag. Zapowiedziane na „później w październiku”.
  • Brak modelu na OpenRouterze. Sprawdziłem pełną listę modeli 7 października rano - nie ma tam ani Reflection, ani Beam.

Uczciwie: o tym, jak Beam pisze po polsku, nie wiadomo dziś nic. Reflection w ogłoszeniu w ogóle nie wspomina o językach innych niż angielski, a model jest nastawiony na kod i agentów.

Beam na tle innych otwartych premier z października

ModelFirmaParametry (aktywne)WejścieWagiLicencja
BeamReflection AI (USA)501 mld (23 mld)tekst„później w październiku”Apache 2.0
Mistral Large 4Mistral AI (Francja)1,05 bln (49 mld)tekst i obrazdo końca października (dziennikarzom podano 27.10)niepotwierdzona
GLM-5.3Z.ai (Chiny)-tekstdostępneotwarta
Kimi K3Moonshot AI (Chiny)-tekstdostępneotwarta

Dla kogo to ważne: dla firm, które chcą otwartego modelu do kodu i agentów, ale z różnych powodów nie mogą albo nie chcą używać modeli z Chin. Dla zwykłego użytkownika czatu nic się na razie nie zmienia - Beam nie ma własnej aplikacji. Chińskie modele po polsku testowałem w tekście Chińskie modele AI po polsku.

Co sprawdzę, gdy wyjdą wagi

  1. Czy licencja w repozytorium to rzeczywiście czyste Apache 2.0, bez dodatkowych warunków.
  2. Ile kosztuje u dostawców API w porównaniu z GLM-5.3 i Kimi K3.
  3. Jak pisze po polsku - 13 zadań z Laboratorium, ta sama ślepa ocena sędziów co u ponad 30 innych modeli.
  4. Czy deklarowane 3-4 razy mniej obliczeń przekłada się na mniej tokenów rozumowania w praktyce.

Aktualizacja: 17 listopada 2026

Beam trafił do tekstowej Areny po premierze wag. Przy jego rozmiarze wybór hostingu ma konsekwencje nawet w krótkim zadaniu - z jednej strony płaci się za tokeny, z drugiej za utrzymanie całego wdrożenia.

Dwa sposoby oceny

W tabeli Artificial Analysis (widok Current) konfiguracja Beam 1.0 zajmuje 38. pozycję z wynikiem 18 pkt. Odczyt pochodzi z 17 listopada. Średni koszt zadania z indeksu wyniósł 0,28 USD, a czas 2,2 min. To pomiar na zestawie zadań AA, więc nie jest wyceną pojedynczej wiadomości. Text Arena, tabela z 11 listopada: Beam 1.0 501B A23B - 109. miejsce, 1434 ± 10 pkt, 4 004 głosów.

Przy pracy na żywo patrzę również na początek odpowiedzi. W konfiguracji z tabeli AA pierwszy token odpowiedzi pojawiał się po 7,79 s. Ta miara przydaje się przy rozmowie, a czas całego zadania przy analizie pliku.

Arena odnotowała dodanie Beam do rankingu tekstowego 20 października 2026, po premierze wag.

Dla konfiguracji Beam 1.0 w danych Artificial Analysis widnieje 12,8% w HLE-Diamond i 11,6% w GDP.pdf. Każda liczba opisuje odrębny zestaw zadań. Przy wyborze do pracy nad polskim dokumentem szczególnie zależy mi na tym, czy model zachowa warunki i wyjątki obecne w źródle.

Dostęp i rozliczenie

Wersję hostowaną znajdziesz w OpenRouter jako reflection/beam-1.0-501b-a23b. Wydawca udostępnia także wagi: możesz pobrać je bez opłaty za tokeny, a koszt pamięci i czasu obliczeń ponosisz po swojej stronie.

OpenRouter podaje 0,3 USD za milion tokenów wejścia i 1 USD za milion tokenów wyjścia w taryfie podstawowej.

Pytania o model

Kto stworzył Beam 1.0 i kiedy ukazało się to wydanie? Producentem jest Reflection. AA datuje opisane wydanie na 16.10.2026.

Jakie dane przyjmuje Beam 1.0? Profil techniczny AA wymienia tekst. W opisanej konfiguracji okno kontekstu ma około 1 mln tokenów.

Poradnik użycia · Cena i API · Ranking modeli językowych

Źródła

Źródła

Sprawdziłem: 7 października 2026.

Najczęstsze pytania

Jakie parametry ma model Beam od Reflection AI?

Beam ma łącznie 501 mld parametrów, z czego przy każdym tokenie aktywnych jest 23 mld. Model trenowano na 23,8 bln tokenów, a jego okno kontekstu wynosi 1 mln tokenów.

Czy Beam można uruchomić na domowym komputerze z kartą RTX 4090?

Nie, RTX 4090 ma 24 GB VRAM, a same wagi Beam w 16 bitach zajmują ok. 1 TB, po kwantyzacji do 4 bitów wciąż ok. 250 GB. Do uruchomienia potrzebny jest serwer z kilkoma kartami klasy H200 lub B200.

Kto założył Reflection AI i skąd pochodzi ta firma?

Reflection AI założyli w 2024 roku w Nowym Jorku Misha Laskin i Ioannis Antonoglou - obaj są byłymi badaczami Google DeepMind. Laskin odpowiadał za modelowanie nagród w projekcie Gemini, a Antonoglou jest współtwórcą AlphaGo.

Czy Beam jest dostępny na OpenRouterze i kiedy można go przetestować?

Stan na 7 października 2026 - Beam nie jest dostępny na OpenRouterze ani przez publiczne API, a wagi mają wyjść dopiero później w październiku bez podania dokładnej daty. Obecnie możliwy jest wyłącznie wczesny dostęp przez listę oczekujących.

Link do Kimi jest partnerski: jeśli kupisz przez niego, serwis dostaje prowizję, a Ty płacisz tyle samo. Nie wpływa to na treść, także tam, gdzie piszę krytycznie.

Piotr Olszewski

Autor

Twórca i autor Promptowego, polskiego serwisu o sztucznej inteligencji. Codziennie śledzi premiery modeli, narzędzia i regulacje AI, i tłumaczy je prostym, konkretnym językiem.

O mnie →Wszystkie teksty →

Czytaj dalej

Narzędzia do tego tematu

darmowe, bez kontaWszystkie 29 →
z sieci - nowe teksty w moich serwisach

Wszystkie moje projekty →

Najczęściej czytane

7 dni
  1. 1Okładka GTA 6 z własnym zdjęciem w AI: prompt do ChatGPT i Gemini, test na selfie
  2. 2GPT-6.2 Astra vs Claude Fable 5.2 vs Gemini 4 Carbon: benchmarki i mój test na 7 modelach (z Opus 5.5)
  3. 3Plakat festiwalu z polskim napisem: prompt i test 6 generatorów obrazu (Prompt dnia 14.11)
🛒 Sklep Kinetyka CapCut Pro 460 zł/rok Lovable Pro 450 zł/rok Replit Core 119 zł/rok Zobacz wszystko →