Beam: el modelo open-weight de 501B parámetros de Reflection

Qué es Beam y por qué importa a los founders que construyen con IA

Reflection presentó Beam, su primer modelo de pesos abiertos (open-weight) y, sobre el papel, el más serio intento de un laboratorio occidental de plantar cara a los modelos chinos de DeepSeek, Qwen y Z.ai (GLM) que vienen liderando los rankings abiertos. Es un sparse Mixture-of-Experts (MoE) con 501.000 millones de parámetros totales y 23.000 millones activos por token, entrenado desde el inicio para cargas de trabajo de código, razonamiento y agentes (reflection.ai).

El movimiento llega en un momento incómodo para Silicon Valley: según datos de OpenRouter recogidos por CNBC, la cuota de tokens que las empresas estadounidenses consumen desde modelos chinos lleva semanas por encima del 30%, con picos del 46%, frente a un promedio del 11% en los doce meses anteriores (cnbc.com). La pregunta que Beam intenta responder es si un laboratorio fundado por ex-Google DeepMind puede recortar esa distancia sin copiar la receta china.

Qué aporta Beam frente a los modelos abiertos que ya usas

Los benchmarks que Reflection publica comparan a Beam con tres referencias del ecosistema abierto:

• GLM 5.2 de Z.ai: comparable en razonamiento avanzado, pero Beam usa 3–4 veces menos cómputo de inferencia por la misma puntuación.
• Kimi K3: sigue por delante en capacidad bruta, según Reflection.
• Qwen 3.8-Max: en la familia de 2T+ parámetros, requiere significativamente más cómputo por token que Beam.

Los pesos se publicarán este mes bajo Apache 2.0, con un stack completo para correr, evaluar y hacer fine-tuning, e integraciones con partners de distribución y librerías de código abierto. Reflection aún no comparte los números exactos por benchmark, así que las cifras concretas de capacidad habrá que leerlas en el technical report que sale junto con los pesos (reflection.ai).

Cómo se entrenó: RL a escala, no marketing

El corazón de la nota técnica no es la arquitectura, es la ejecución de RL a escala industrial:

• 10.500 GPUs NVIDIA GB300 corriendo durante 4 semanas.
• Más de 100 millones de rollouts generados.
• Contexto de hasta 256K tokens por rollout.
• Aproximadamente 1.300 millones de sandboxes usados para entrenar y calificar.
• Un pool de ~1 millón de entornos de alta calidad (código, agentes, STEM).

Reflection afirma que es, a su entender, uno de los runs de RL a mayor escala realizados por un laboratorio abierto y que las capacidades no mostraron señales de saturación al final del entrenamiento. La métrica operativa es elocuente: durante el run se sostuvo un promedio de 110K rollouts concurrentes, con sandboxes llegando en menos de 10 segundos el 90% de las veces y una goodput final del 92.3% (reflection.ai).

Por qué un MoE estable importa cuando haces fine-tuning

Beam introduce decisiones de arquitectura que cualquier founder con un equipo técnico debería mirar antes de adoptarlo:

• Load balancing sin auxiliary loss inspirado en DeepSeek-AI (2024), con cosine decay de los sesgos de experto para reducir perturbaciones de ruteo al final del entrenamiento.
• Balancing a nivel de secuencia para mantener utilización uniforme en datos fuera de distribución — clave cuando el modelo se enfrenta a los datos cambiantes del RL posterior.
• Depth-based scaling del residual stream, combinado con SandwichNorm, attention gating y acumulación FP32, para que la señal no diverja en modelos tan profundos.

El resultado que Reflection reporta: utilización de expertos casi perfectamente uniforme en el base final, lo que en la práctica significa menos “expertos muertos” al hacer fine-tuning con datos propios. Para una startup que quiere adaptar un modelo abierto a su dominio, eso se traduce en menos horas de debugging y mejor uso del cluster.

Qué cambia para una startup que hoy paga por inferencia

El cuadro de fondo lo pintan dos cifras del reportaje de CNBC: los modelos abiertos chinos pueden ser 60–90% más baratos que los cerrados de Anthropic y OpenAI, y GLM 5.2 aterrizó a una quinta parte del costo de Opus 4.8 en un benchmark agentico de referencia (cnbc.com). Si Beam cumple lo que Reflection promete en eficiencia (3–4× menos cómputo que GLM 5.2 a paridad de score), la ecuación de costo por tarea se mueve otro escalón hacia abajo.

¿Qué significa esto para tu startup?

Si estás eligiendo un modelo abierto para producción, Beam entra en el shortlist con tres argumentos reales: pesos abiertos bajo Apache 2.0, eficiencia de inferencia documentada y un RL a escala que ya pasó por entrenamiento agentico. Lo que todavía no se puede verificar hasta que salga el technical report y los pesos es el comportamiento en tus datos y en tu stack.

Acciones concretas para founders y equipos técnicos:

• Reserva el early access y bloquea un slot de evaluación la misma semana que salgan los pesos. El costo de cambiar de modelo bajó: pocas horas de evaluación pueden ahorrarte un múltiplo en factura de inferencia al año.
• Mide costo por tarea completada, no por token. Los proveedores publican precios por token, pero el verdadero ROI está en la tarea (ticket cerrado, query resuelta, lead calificado). Un modelo 3× más eficiente en inferencia no te ahorra nada si necesita el doble de reintentos.
• Diseña tu pipeline agnóstico al modelo desde el día uno. Si hoy enroutas a DeepSeek o Qwen y mañana enroutas a Beam o al próximo release, evitas reescribir integraciones. Es exactamente el patrón que describe CNBC con empresas que ya mueven tráfico entre laboratorios según precio y disponibilidad.
• Compara el MoE con tu caso, no con el benchmark. Los benchmarks de la nota son razonamiento y código generalista. Si tu producto vive en un dominio estrecho (legal, salud, retail), el fine-tuning con datos propios te dirá más que cualquier leaderboard público.

Quién está detrás y con qué caja de guerra

Reflection fue fundada en marzo de 2024 por Misha Laskin e Ioannis Antonoglou, ex investigadores de Google DeepMind. Según CryptoBriefing, la compañía levantó US$2.000M a una valoración de US$8.000M en octubre de 2025, con reportes que llevan la valoración hasta los US$25.000M en rondas posteriores (cryptobriefing.com).

En infraestructura, Reflection firmó con SpaceX un acuerdo de cómputo por US$150M mensuales desde julio de 2026 hasta 2029, con un valor total de hasta US$6.300M, para acceder a GPUs NVIDIA GB300 en el centro de datos Colossus 2 cerca de Memphis (techcrunch.com). El acuerdo es menor que los de Anthropic (US$1.250M/mes) y Google (US$920M/mes), pero aún así convierte a Reflection en uno de los compromisos de infraestructura abierta más grandes anunciados hasta la fecha. Reflection también tiene un acuerdo de cómputo con Nebius por más de US$1.000M.

La tesis de negocio la resume el propio CEO Misha Laskin: ofrecer un modelo de “fábrica de IA” en el que los pesos abiertos se combinan con datos propietarios del cliente y cómputo avanzado de NVIDIA para producir despliegues customizados, locales y más baratos de operar.

Fuentes

• Reflection AI — Introducing Beam (fuente original)
• CryptoBriefing — Reflection AI to release open-weight model aimed at DeepSeek and Qwen
• TechCrunch — SpaceX inks compute deal with Reflection AI
• CNBC — Chinese AI models are gaining ground with U.S. companies as OpenAI, Anthropic costs surge

Artículos relacionados:

SpaceX firma acuerdo US$150M mensuales con Reflection AI hasta 2029 SpaceX y Reflection AI: acuerdo de US$150M mensuales hasta 2029 SpaceX firma acuerdo $6.3B con Reflection AI: infraestructura IA SpaceX Reflection AI: $6.300M en infraestructura de computación Reflection AI: $2.600M recaudados antes de lanzar modelo