התשובה המערבית לסין? מודל Beam מבית רפלקשן נחשף

חברת ההזנק האמריקנית רפלקשן (Reflection AI) הכריזה אתמול (ב') על השקת Beam – מודל הבינה המלאכותית הראשון שלה המבוסס על משקולות פתוחות (Open-weights model). רפלקשן הוקמה על ידי יוצאי מעבדת דיפמיינד (DeepMind) של גוגל (Google), מישה לסקין ויאניס אנטונוגלו.

המיזם – שזכה למימון עתק מצד ענקית השבבים אנבידיה (NVIDIA) וקרנות מובילות כגון סקויה קפיטל (Sequoia Capital) וסיטיגרופ (Citigroup) – שואף לספק אלטרנטיבה מערבית למודלים הפתוחים מסין שהשתלטו על השוק, בהם דיפסיק (DeepSeek), קימי (Kimi) ומוצרי עליבאבא (Alibaba). כדי להבטיח כוח עיבוד עצום לאימון המודלים, חתמה החברה על הסכמי תשתיות מחשוב בהיקפי מיליארדי דולרים מול חברת SpaceX וכן עם ספקית הענן נביוס (Nebius).

Reflection’s founders on building a DeepSeek of the West

Reflection is soon releasing Beam, its first open-weight AI model, in a bid to become the DeepSeek of the West. Trained from scratch, Beam is designed for coding, reasoning, and AI agents. Reflection's benchmarks put it alongside the strongest open models, with substantially more efficient token economics.

To mark Beam’s debut, I'm joined by Reflection's co-founders: CEO @MishaLaskin, who led reward modeling for Google’s Gemini, and CTO @real_ioannis, who helped create AlphaGo and AlphaZero before leading Gemini’s RLHF effort. Reflection has raised $4.6 billion from investors that include Nvidia, Sequoia, and Lightspeed.

We discuss why Chinese labs pulled ahead in open AI models, how Reflection built Beam, and why the founders think companies and countries will increasingly want to control their own models. I ask how they plan to make money from open-weight AI, whether openness can make these systems safer, and what comes next for Reflection.

Timestamps:
00:00 Why open models are surging
01:06 Renting vs. owning intelligence
03:40 Open models catch up
05:53 Why China led open AI
08:03 Introducing Beam
10:05 Scaling reinforcement learning
14:09 Training from scratch
16:04 Safety, alignment and openness
32:29 The Reflection origin story
37:32 Making money on open models
42:33 Vertical integration and compute
48:45 Partnerships and distribution
56:46 What’s next for Reflection

Links: https://t.co/lsXfGvSuAw
Spotify: https://t.co/XSTrGNHb8O
YouTube: https://t.co/UqqKA6AYmT
Substack: https://t.co/difFf7X42Z

Thanks to the show’s premier sponsors: @Atlassian, @meetgranola, and @mercury.

— Alex Heath (@alexeheath) October 5, 2026

ארכיטקטורה ויעילות חישובית

המודל החדש מבוסס על מודל טקסטואלי בארכיטקטורת תערובת מומחים דלילה (Sparse MoE), וכולל 501 מיליארד פרמטרים כוללים, כאשר רק 23 מיליארד מתוכם מופעלים בפועל עבור כל טוקן. על פי הדיוחוחים, תהליך האימון הראשוני נמשך כארבעה שבועות על גבי 6,144 מעבדי אנבידיה מסדרת GB300, והקיף כ-23.8 טריליון טוקנים, ולאחריו בוצע שלב למידת חיזוק נרחב בהיקף של מעל 100 מיליון ניסיונות סביבתיים. 

ברפלקשן מדגישים כי היתרון הבולט של Beam טמון ביעילות ההסקה שלו; לפי נתוני החברה, המודל מציג ביצועים המשתווים למודל GLM-5.2 הסיני במבחני הסקה מתקדמים, אך עושה זאת תוך חיסכון של פי שלושה עד ארבעה במשאבי מחשוב עבור כל טוקן.

עוד דווח כי במהלך שלבי הלמידה, הפגין המודל יכולות שהגיחו באופן עצמאי ללא אימון ישיר, כגון שיפור בשימוש בכלי גלישה ברשת, תשאול מודלים חיצוניים והפעלת מנגנוני זיהוי תווים אופטי (OCR) לקריאת מסמכים ועוד. בתחום הבטיחות וההלימות (Alignment), החברה אימנה מודל בטיחות ייעודי, שמוזג עם מודל הלמידה הראשי, והיא עובדת בשיתוף פעולה הדוק מול המכון לבטיחות בינה מלאכותית בבריטניה וגופי אבטחה אמריקניים לביצוע בדיקות חדירות וסימולציות עוינות.

Introducing Beam: a highly efficient agentic open model with 501B total parameters and 23B active.

– Frontier reasoning efficiency
– Advances the Western open frontier on coding & agentic tasks
– Trained end-to-end from scratch

Full weights release this month.

Learn more about Beam: https://t.co/c3Qx2cpM8G

— Reflection (@reflection_ai) October 5, 2026

חזון הפתיחות והזהירות

בהתייחסו להחלטה לשחרר את המודל במתכונת פתוחה, הסביר לסקין, מנכ"ל רפלקשן, בפודקאסט כי "הדרך היחידה להחזיק בבעלות על אינטליגנציה היא, לפי ההגדרה, אם היא פתוחה – כי רק אז ניתן להריץ אותה על התשתיות שלך, להחזיק בה, לשלוט בה ולהתאים אותה לצרכיך". לסקין השווה שימוש במודלים סגורים לשכירת דירה. 

על רקע פרשיית הסוכנים הסוררים של ענקיות התחום האמריקניות, כמו OpenAI ואנת'רופיק התייחסו בחברה לשאלה האם מודלים עלולים להפוך לעוצמתיים מדי לשחרור פתוח. נשיא החברה ומנהל הטכנולוגיות הראשי, אנטונוגלו, ענה כי "ייתכן שנגיע לרמת יכולת שבה פשוט נרצה להיות זהירים יותר באופן שבו אנו פורסים אותה". 

בהודעתה הרשמית הבהירה רפלקשן כי באמצעות למידת חיזוק מתקדמת "הצלחנו להפוך את Beam ליעיל במיוחד בהסקה, תוך אספקת ביצועים תחרותיים במשימות קוד וסוכנים בחלק קטן מעלות הטוקנים וזמן המחשוב", צעד אשר לטענתה "מקדם את חזית הקוד הפתוח המערבית".

Reflection's new "Western open frontier" model is way behind the Chinese open models

DeepSWE:
DeepSeek V4.1 Flash 74.2
Kimi K3 68
GLM 5.3 61
Beam 44.4

That's their own numbers too https://t.co/WKcj9Kem6n

— Dan (@DanDr1s) October 5, 2026

"דיפסיק של המערב" בצד ביקורת

ההכרזה עוררה הדים רבים: בעוד שמשקיעים העניקו לחברה את הכינוי "דיפסיק של המערב" וחשבון ה-AI הרשמי של אנבידיה בירך על ההשקה, בקהילת המפתחים התקבלה ההודעה ברגשות מעורבים.

מבקרים בפורומים טכנולוגיים ציינו כי נכון לעכשיו המודל נגיש רק דרך גרסת בטא מוגבלת לממתינים ברשימה, בעוד שהמשקולות עצמן צפויות להשתחרר תחת רישיון Apache 2.0 רק בהמשך החודש – מה שהוביל לקריאות בסגנון "תראו לנו את המשקולות". 

בנוסף, הבנצ'מרקים שפרסמה החברה עצמה מראים כי על אף ש-Beam גובר על מודלים מערביים מתחרים, מודלים סיניים מובילים ועדכניים – כמו DeepSeek V4.1 Flash, GLM-5.3 ו-Kimi K3 – עדיין שומרים על יתרון על פניו בציון הביצועים הישיר שלהם.