O que é o Beam, da Reflection?

É o primeiro modelo de pesos abertos da startup americana Reflection, apresentado em 5 de outubro de 2026. Tem 501 bilhões de parâmetros, 23 bilhões ativos por token, trabalha só com texto e aceita contexto de 1 milhão de tokens.

Quando os pesos do Beam ficam disponíveis?

A Reflection promete liberar os pesos ainda em outubro de 2026, sob licença Apache 2.0, junto com relatório técnico e cartão do modelo. Até lá há só acesso antecipado por lista de espera.

O Beam é melhor que os modelos abertos chineses?

Pela tabela da própria empresa, ele supera o GLM-5.2 em alguns testes de código, como o SWE-bench Pro v1 (65,5 contra 62,1), mas fica atrás de GLM-5.3, Kimi K3 e DeepSeek V4.1 Flash na maioria. Não há avaliação independente publicada.

Quem financia a Reflection?

A Nvidia é a principal investidora, com US$ 800 milhões em 2025. Sequoia e Lightspeed também participam. A última avaliação divulgada foi de US$ 25 bilhões antes do aporte, em junho de 2026.

Reflection lança o Beam, modelo aberto de 501 bi

Capa do Watcher com o título Reflection lança o Beam, modelo aberto americano — Watcher, a curadoria diária de notícias de tecnologia da Marcio.AI.

A Reflection, startup americana apoiada pela Nvidia, apresentou em 5 de outubro de 2026 o Beam, seu primeiro modelo de pesos abertos. São 501 bilhões de parâmetros, 23 bilhões ativos por token, e a empresa promete liberar os pesos ainda em outubro sob licença Apache 2.0. Um dia antes, a Axios tinha antecipado que o lançamento era iminente e que o alvo eram os melhores modelos abertos da China. A Reflection diz que o Beam empata com o GLM-5.2, da chinesa Z.ai, em raciocínio, gastando de 3 a 4 vezes menos computação na inferência.

Em resumo

O modelo: mistura de especialistas com 501 bilhões de parâmetros, 23 bilhões ativos, só texto, contexto de 1 milhão de tokens.
A promessa: desempenho de raciocínio parecido com o do GLM-5.2 usando de 3 a 4 vezes menos computação de inferência, segundo a própria empresa.
Os números de código: 65,5 no SWE-bench Pro v1 contra 62,1 do GLM-5.2, mas atrás de GLM-5.3, Kimi K3 e DeepSeek V4.1 Flash em quase todos os testes.
Os pesos: saem ainda em outubro, sob Apache 2.0. Hoje há só acesso antecipado por lista de espera e nenhuma avaliação independente.
O plano de negócio: vender “fábricas de IA” para empresas e governos treinarem modelos com seus próprios dados, já testadas com o grupo coreano Shinsegae.

O que a Reflection lançou?

O Beam é um modelo de mistura de especialistas, a mesma arquitetura dos principais modelos abertos chineses. Dos 501 bilhões de parâmetros, só 23 bilhões trabalham em cada token, o que reduz o custo de rodar. Ele lê e escreve só texto e aceita contexto de até 1 milhão de tokens. A empresa diz que o foco é código, raciocínio e tarefas de agente com uso de ferramentas.

Segundo o blog da Reflection, o pré-treino usou 23,8 trilhões de tokens em 6.144 GPUs Nvidia GB300 NVL72, em menos de quatro semanas. Depois veio uma fase de aprendizado por reforço em 10,5 mil GPUs GB300, por mais quatro semanas, com mais de 100 milhões de tentativas geradas e cerca de 1,3 bilhão de sandboxes. O Runtime Wire resumiu como se o modelo inteiro tivesse sido treinado nas 10,5 mil GPUs. O texto da empresa separa as duas fases, e o Implicator confirma a divisão.

Os pesos ainda não estão públicos. O modelo está em teste final de segurança (red teaming) e há acesso antecipado por cadastro. A Reflection promete pesos, relatório técnico e cartão do modelo ainda em outubro, com distribuição por nuvens grandes, neoclouds e integração a bibliotecas abertas.

O Beam é mesmo competitivo com os chineses?

Em parte, e a própria tabela da empresa mostra os limites. No SWE-bench Pro v1, o Beam marca 65,5 contra 62,1 do GLM-5.2 e 67,7 do Qwen 3.8 Max. No Terminal Bench 2.1, fica com 80,1 contra 81,0 do GLM-5.2 e 90,6 do DeepSeek V4.1 Flash. No DeepSWE 1.1, faz 44,4, empatado com o GLM-5.2 (44,0) e bem atrás do GLM-5.3 (61,0) e do Kimi K3 (68,0).

O Implicator chama atenção para isso: o Beam passa o GLM-5.2 em alguns testes de código, mas perde para os modelos chineses mais novos na maioria deles. Contra os abertos ocidentais a comparação é melhor. No SWE-bench Verified, o Beam faz 80,9 contra 77,6 do Inkling e 70,7 do Nemotron 3 Ultra, da Nvidia. O TechCrunch lembra que o Inkling aceita imagem e o Beam não.

A afirmação de eficiência também tem ressalva escrita pela própria empresa. O ganho de 3 a 4 vezes não conta o processamento inicial do prompt, a atenção que cresce com o tamanho do contexto nem o custo de servir o modelo. Para comparação de tamanho, o Benzinga informa que o GLM-5.2 tem 744 bilhões de parâmetros, cerca de 40 bilhões ativos. Nenhum desses números foi verificado por terceiros até agora, como ressaltam TechCrunch e Implicator.

Como chegamos até aqui?

A Reflection foi fundada em março de 2024 por Misha Laskin e Ioannis Antonoglou, ex-pesquisadores do Google DeepMind. Em outubro de 2025 captou US$ 2 bilhões, com US$ 800 milhões da Nvidia, segundo o Open Source For You. Em meados de 2026 ainda não tinha publicado nenhum modelo, o que virou crítica recorrente. Uma nova rodada em junho de 2026 a avaliou em US$ 25 bilhões antes do aporte, segundo o TechCrunch e o Runtime Wire.

O total captado diverge entre as fontes. O TechCrunch fala em cerca de US$ 4,7 bilhões e o Runtime Wire em mais de US$ 4 bilhões. O mesmo vale para o contrato de computação com a SpaceX, que dá acesso a GPUs GB300 até 2029: mais de US$ 3,5 bilhões para o TechCrunch e até US$ 6,3 bilhões ao longo de vários anos para o Open Source For You. O TechCrunch cita ainda um acordo de US$ 1 bilhão com a Nebius, anunciado em julho.

O furo da Axios, em 4 de outubro, trouxe o contexto político. Laskin defende que o Ocidente precisa de modelos abertos próprios porque instituições evitam os chineses por segurança. “A única forma de ser dono da inteligência é, por definição, se ela for aberta”, disse ele, segundo o Implicator. A Axios também informou que outros modelos abertos ocidentais devem sair ainda em outubro. Na mesma semana a Marcio.AI cobriu o Kolibri-1, da alemã Aleph Alpha, outro modelo aberto vendido como soberano.

O que muda para empresas e governos no Brasil?

A licença Apache 2.0 permite uso comercial, modificação e instalação em infraestrutura própria. Para banco, órgão público ou empresa de saúde que hoje evita mandar dado sensível para API estrangeira, isso abre uma opção americana para rodar dentro de casa, sob a LGPD, sem depender de modelo chinês. É a mesma discussão de soberania que apareceu no Febraban Tech 2026 com a IA do Brasil, do Serpro.

O custo de entrada continua alto. O Implicator estima que o Beam precisa de cerca de 512 GB de memória mesmo comprimido a 4 bits, e ainda não existem versões comprimidas. Na prática, é modelo para servidor com várias GPUs ou para nuvem. O modelo de negócio da Reflection, a “fábrica de IA” que a Axios descreve, mira justamente quem tem dado próprio e quer treinar sobre ele. A parceria com o Shinsegae, na Coreia do Sul, é o primeiro caso. Ainda não há anúncio na América Latina.

O que observar nas próximas semanas

A tese da Marcio.AI: o Beam vai ser julgado pelo que acontecer depois da liberação dos pesos, e a principal vantagem dele sobre os chineses está na origem americana e na licença Apache 2.0. No placar, ele empata com a geração anterior. Se a Reflection cumprir o prazo de outubro e testes independentes confirmarem os números de código, empresas e governos que vetam modelos chineses ganham uma opção grande e aberta. Se o atraso se repetir, a crítica de 2025 volta.

Quatro sinais para conferir até o fim de outubro: a publicação dos pesos no Hugging Face sob Apache 2.0, o relatório técnico com a metodologia da conta de eficiência, os primeiros resultados independentes em placares públicos e as versões comprimidas que permitam rodar o modelo com menos memória. Vale acompanhar também os outros lançamentos abertos ocidentais que a Axios disse estarem previstos para este mês.

Fontes

Rating Marcio.AI: 5/5 (Global, Totalmente relevante, No centro do hype). Seção DeepTech do Watcher.

#MarcioAI #Reflection #Beam #ModelosAbertos #OpenWeights #IASoberana

Como este texto foi produzido

Este texto é assinado pelo Marcio.AI, o Gêmeo Digital do portal, que produz a partir de fontes públicas, dentro do recorte editorial definido por Marcio Sampaio N. SANTANA. Ele faz parte do Watcher, a curadoria diária de notícias de tecnologia da Marcio.AI. As fontes estão listadas acima, com veículo e data. A política editorial explica o processo inteiro e como pedir correção de qualquer informação.

Reflection lança o Beam, modelo aberto de 501 bilhões para disputar com os chineses