Reflection kündigt Beam an: ein Open-Weight-Modell mit 501 Milliarden Parametern, von denen jeweils nur 23 Milliarden arbeiten

Die kurze Antwort: Am 5. Oktober 2026 hat das US-Unternehmen Reflection AI Beam angekündigt, sein erstes Open-Weight-Modell. Es hat insgesamt 501 Milliarden Parameter, ist aber als Mixture-of-Experts-Modell aufgebaut, sodass pro Token nur 23 Milliarden Parameter aktiv sind, und es verarbeitet einen effektiven Kontext von bis zu einer Million Tokens. Die Gewichte werden unter der Apache-2.0-Lizenz, die kommerzielle Nutzung erlaubt, "später in diesem Monat" veröffentlicht, zusammen mit einem technischen Bericht, einer Model Card und Entwicklerwerkzeugen. Stand heute lässt es sich nicht herunterladen; die einzige Möglichkeit ist die Anmeldung zum Early-Access-Programm.

Das ist für jedes Unternehmen relevant, das überlegt, KI auf eigenen Servern zu betreiben, statt seine Daten an einen Cloud-Dienst außerhalb des Königreichs zu senden. Lesen Sie die veröffentlichten Zahlen aber in Ruhe, bevor Sie damit planen.

Was Reflection tatsächlich angekündigt hat

  • Größe: insgesamt 501 Milliarden Parameter, 23 Milliarden aktiv pro Token, auf Basis einer dünn besetzten Mixture-of-Experts-Architektur.
  • Training: 23,8 Billionen Tokens aus Webdaten und lizenzierten Datensätzen, auf 6.144 NVIDIA-GB300-GPUs in weniger als vier Wochen.
  • Reinforcement Learning: weitere vier Wochen auf rund 10.500 GB300-GPUs, mit mehr als 100 Millionen Trainings-Rollouts.
  • Einsatzzweck: Programmierung, Schlussfolgern und agentische Arbeit, bei der das Modell selbstständig eine Abfolge von Schritten ausführt.
  • Steuerung des Denkens: eine Einstellung, die festlegt, wie viel das Modell vor der Antwort "nachdenkt", sodass Sie zwischen einer kurzen, schnellen Antwort und einer längeren Analyse wählen können.
  • Effizienz: Laut dem Unternehmen erreicht Beam auf Benchmarks für anspruchsvolles Schlussfolgern Werte, die mit GLM-5.2 vergleichbar sind, in der eigenen Tabelle leicht darunter, und benötigt dabei schätzungsweise drei- bis viermal weniger Inferenz-Rechenleistung. Diese Zahl ist aus aktiven Parametern und erzeugten Tokens berechnet, nicht aus gemessenen Betriebskosten.

Die Zahlen wie veröffentlicht, und wer besser abschneidet

Reflection hat eine Vergleichstabelle mit sieben Modellen veröffentlicht, darunter GLM 5.2, Qwen 3.8 Max und Kimi K3. Das sind die wichtigsten Ergebnisse gegenüber diesen drei, wie in der Ankündigung angegeben:

  • Terminal Bench v2.1 (Kommandozeilenaufgaben): Beam 80,1, gegenüber 81,0 für GLM 5.2, 86,6 für Qwen 3.8 Max und 88,3 für Kimi K3.
  • MCP Atlas (Werkzeugnutzung über das MCP-Protokoll): Beam 78,7, gegenüber 77,8, 84,5 und 82,3.
  • GPQA Diamond (naturwissenschaftliche Fragen auf Expertenniveau): Beam 90,5, gegenüber 91,2, 92,6 und 93,5.
  • DeepSWE v1.1 (Beheben realer Softwarefehler): Beam 44,4, gegenüber 44,0, 51,0 und 68,0.
  • AIME 2026 (Mathematik): Beam 97,8 gegenüber 99,2 für GLM 5.2.

Die ehrliche Lesart dieser Tabelle: Beam ist nicht das stärkste offene Modell. Kimi K3 liegt bei 13 der 14 Benchmarks vorn, für die beide Werte haben (die einzige Ausnahme ist tau3 banking, 38,0 für Beam gegenüber 37,1), und bei der Code-Reparatur mit großem Abstand (68,0 gegenüber 44,4 bei DeepSWE). Was Reflection verkauft, ist Effizienz: eine Leistung nahe an GLM-5.2 bei geringeren Betriebskosten. Die Werte von Beam stammen von Reflection selbst, während das Unternehmen angibt, die Werte der Konkurrenz von Artificial Analysis und DataCurve übernommen zu haben. Unabhängige Gruppen können Beam erst nachprüfen, wenn die Gewichte und der technische Bericht veröffentlicht sind.

23 Milliarden aktiv heißt nicht kleiner Server

Das ist der am häufigsten missverstandene Punkt bei Mixture-of-Experts-Modellen. Die Zahl der aktiven Parameter bestimmt die Rechenleistung pro Token, also Geschwindigkeit und Kosten jeder Antwort. Der Speicher muss aber trotzdem das gesamte Modell aufnehmen. Nach einfacher Rechnung brauchen 501 Milliarden Parameter bei 8 Bit pro Parameter rund 500 GB GPU-Speicher oder bei 16 Bit etwa 1 TB, allein für die Gewichte, noch vor Kontext-Cache und gleichzeitigen Nutzern. Reflection hat nicht gesagt, in welcher Genauigkeit die Gewichte veröffentlicht werden. Die Rede ist also von einem Server mit mehreren High-End-GPUs, nicht von einem Desktop-Rechner. Reflection hat noch keine offiziellen Anforderungen für den Betrieb und keine komprimierten Versionen veröffentlicht, warten Sie also darauf, bevor Sie ein Budget schätzen.

Was das für saudische Unternehmen bedeutet

Der eigentliche Wert jedes Open-Weight-Modells liegt darin, wo es läuft. Wenn das Modell auf Ihren Servern oder in einem Rechenzentrum im Königreich läuft, bleiben Kundendaten, Verträge und Rechnungen unter Ihrer Kontrolle. Das erleichtert die Einhaltung des Gesetzes zum Schutz personenbezogener Daten (PDPL), das von der Saudischen Behörde für Daten und Künstliche Intelligenz (SDAIA) überwacht wird, insbesondere seiner Regeln zur Übermittlung von Daten aus dem Königreich.

  • Interne Coding-Agenten: ein Technikteam, das einen Programmierassistenten möchte, ohne seinen Quellcode an einen externen Dienst zu senden.
  • Prozessautomatisierung: ein Agent, der Anfragen liest und Werkzeuge interner Systeme aufruft, wobei der MCP-Atlas-Wert wichtiger ist als die Mathematik-Benchmarks.
  • Analyse langer Dokumente: Ein Kontext von einer Million Tokens erlaubt es, ganze Verträge oder Protokolle in einem Durchgang zu lesen, sofern Sie die Qualität des Verständnisses an Ihren eigenen Dateien prüfen.

Ein wichtiger Vorbehalt: Die Ankündigung nennt keine unterstützten Sprachen und erwähnt Arabisch nicht. Das einzige mehrsprachige Ergebnis ist SWE-Bench Multilingual mit 78,0, und das bezieht sich auf Programmiersprachen, nicht auf menschliche Sprachen. Gehen Sie nicht von guter Arabisch-Qualität aus, bevor Sie sie getestet haben.

So gehen Sie vor, Schritt für Schritt

  • Ändern Sie Ihren Plan heute nicht: Das Modell steht nicht zum Download bereit, und die Zahlen wurden nicht unabhängig geprüft.
  • Stellen Sie ein Testset aus Ihrer eigenen Arbeit zusammen: 50 bis 100 echte Aufgaben, etwa arabische Kundennachrichten, Anfragen und Dokumente, jeweils mit der richtigen Antwort.
  • Vergleichen Sie, sobald die Gewichte da sind: Beam gegen das offene Modell, das Sie bereits in Betracht ziehen, etwa Kimi K3, bei Genauigkeit, Latenz und Serverkosten.
  • Berechnen Sie die Gesamtkosten: Server, Strom, Betrieb und Wartung, im Vergleich zu den Kosten einer Cloud-API bei gleichem Anfragevolumen.
  • Bauen Sie eine Umschaltschicht: Lassen Sie Ihr System das Modell über eine einzige Schnittstelle aufrufen, damit Sie zwischen Modellen wechseln können, ohne die Anwendung neu zu bauen.

So arbeiten wir bei Origami, wenn wir KI-Systeme für unsere Kunden bauen: Wir testen das Modell mit den eigenen Daten des Unternehmens und gestalten das System so, dass das Modell ein austauschbares Teil ist, damit nicht jede neue Ankündigung zu einem Neubauprojekt wird. Wenn Ihre Daten sensibel sind, lesen Sie unseren Leitfaden zum Gesetz zum Schutz personenbezogener Daten, bevor Sie entscheiden, wo Sie das Modell betreiben.

Quellen