Reflection AI, una startup de Brooklyn fundada hace dos años, anunció que presentará Beam, su primer modelo de IA de pesos abiertos de frontera. Los pesos abiertos permiten que terceros utilicen un modelo al hacerse públicos sus pesos —los valores internos del modelo determinados mediante el entrenamiento—. Reflection afirma que Beam obtiene un rendimiento similar al de los principales modelos abiertos chinos en pruebas avanzadas de razonamiento y que utiliza mucho menos cómputo de inferencia. Sin embargo, estas afirmaciones sobre rendimiento y costes no se han verificado de forma independiente.

Antecedentes y contexto

Según la descripción publicada por Reflection, Beam es un modelo de mezcla de expertos (MoE) exclusivamente de texto. MoE se refiere a una arquitectura que procesa la información utilizando algunos de varios submodelos especializados. La empresa explica que entrenó el modelo con aprendizaje por refuerzo de alto cómputo para que rindiera bien en tareas de razonamiento, programación y agentes.

Beam es un modelo con 501.000 millones de parámetros en total, de los cuales 23.000 millones se activan. Se preentrenó con 23,8 billones de tokens y tiene una ventana de contexto —el rango de entrada que puede consultar de una vez— de un millón de tokens. El modelo de Z.ai GLM-5.2, presentado como referencia de comparación, tiene unos 744.000 millones de parámetros en total y 40.000 millones de parámetros activos.

Reflection afirma que Beam está a la par de GLM-5.2 en pruebas avanzadas de razonamiento, que obtiene puntuaciones superiores a las de los actuales modelos abiertos occidentales líderes y que utiliza entre tres y cuatro veces menos cómputo de inferencia. En otra comparación presentada por la empresa, Beam obtuvo puntuaciones superiores a las de Inkling en cuatro pruebas de programación cuyos resultados publicaron ambos modelos. Sin embargo, Inkling es multimodal —procesa varios tipos de información, además de texto—, mientras que Beam es exclusivamente de texto, por lo que sus usos y tipos de entrada no son iguales.

Las afirmaciones de Beam sobre rendimiento y costes de inferencia aún no se han verificado de forma independiente. Los resultados de las pruebas comparativas presentados por la empresa no bastan para determinar su rendimiento o coste en servicios reales.

Reflection presenta Beam como un «modelo de trabajo» para empresas, el sector público y desarrolladores. Su presentación encaja con el propósito de la empresa de lanzar un modelo occidental que compita con los modelos abiertos chinos. No obstante, la empresa ha dicho que publicará este mes los pesos y todos los detalles técnicos, datos fundamentales para evaluar el rendimiento del modelo.

Reflection fue fundada en 2024 por dos antiguos investigadores de Google DeepMind. Según PitchBook, ha captado unos 4.700 millones de dólares de inversores, entre ellos Nvidia, Sequoia Capital y Lightspeed Venture Partners; en su ronda de financiación más reciente, su valoración previa a la inversión fue de 25.000 millones de dólares. Este verano, la empresa firmó contratos por un valor combinado superior a 7.000 millones de dólares con SpaceX y Nebius, que le permitirán acceder a chips Nvidia GB300 hasta 2029.

Qué significa esta noticia

Si se confirman las afirmaciones de Beam sobre sus pesos abiertos y sus bajos costes de inferencia, las empresas y organismos públicos que quieran utilizar modelos directamente podrían tener más opciones. En particular, la propuesta de «fábrica de IA» (AI 공장) de Reflection consiste en que las instituciones entrenen modelos de Reflection con sus propios datos propietarios para crear sistemas de IA locales personalizados. Si bajan el coste de uso de los modelos o la cantidad de cómputo necesaria, esto podría aliviar la carga de las instituciones que evalúan esos sistemas. Se trata de un posible efecto si se demuestra la afirmación de la empresa sobre los costes, no de un resultado confirmado.

Por ejemplo, una institución que esté considerando un sistema de IA basado en sus propios datos podría examinar, una vez publicados los pesos y la documentación técnica de Beam, el rendimiento y la cantidad de cómputo que requiere en su propio entorno. Sin embargo, no se han publicado los costes reales de implementación ni las condiciones de despliegue. Por tanto, no puede darse por sentado que la afirmación de que «utiliza menos cómputo» se traduzca de inmediato en una reducción de los costes de implementación.

Reflection ha comenzado a probar con el Grupo Shinsegae (신세계그룹) una propuesta de asociación para una «fábrica soberana de IA» (주권형 AI 공장). Según informó Axios, también han mostrado interés en crear sistemas de este tipo fondos de cobertura y empresas de trading. La compañía ha dicho que publicará este mes los pesos de Beam y todos sus detalles técnicos, y que, cuando se lance, ofrecerá su despliegue a través de proveedores de servicios en la nube a hiperescala y neoclouds, así como su integración con bibliotecas de código abierto. Por ello, el próximo aspecto que habrá que observar es qué instituciones podrán utilizarlo y de qué manera.

Hechos confirmados y cuestiones aún desconocidas

Hechos confirmados

  • Reflection anunció que presentará Beam, su primer modelo de pesos abiertos de frontera.
  • Beam es un modelo exclusivamente de texto, con 501.000 millones de parámetros en total y 23.000 millones activos.
  • El modelo se preentrenó con 23,8 billones de tokens y tiene una ventana de contexto de un millón de tokens.
  • La empresa ha comenzado a probar una propuesta de asociación con el Grupo Shinsegae (신세계그룹) para una fábrica soberana de IA.

Cuestiones aún desconocidas

  • No se sabe cómo se confirmarán las afirmaciones de Beam sobre rendimiento y costes de inferencia en verificaciones independientes.
  • No se ha indicado la fecha exacta de este mes en que se publicarán los pesos y la documentación técnica.
  • No se han divulgado detalles concretos sobre cómo se llevará a cabo la prueba con el Grupo Shinsegae.
  • No se han revelado el precio real de uso de Beam ni las condiciones de despliegue.

Qué deberían comprobar los lectores

  • Las empresas y los desarrolladores que quieran evaluar el modelo deberían revisar, una vez publicados los pesos y la documentación técnica, las condiciones de las pruebas comparativas, los criterios para comparar el cómputo de inferencia y los resultados pertinentes para sus propias tareas.
  • Las instituciones que estén considerando adoptarlo deberían comprobar si se publican el precio real y las condiciones de uso, además de si se ofrece su despliegue a través de proveedores de servicios en la nube a hiperescala y neoclouds.
  • Quienes tengan interés en sistemas de IA que utilicen datos propios pueden consultar qué métodos y alcance de aplicación se dan a conocer en la propuesta de prueba con el Grupo Shinsegae.