Reflection annuncia Beam: un modello open-weight da 501 miliardi di parametri che ne attiva solo 23 miliardi alla volta

La risposta breve: Il 5 ottobre 2026 la società statunitense Reflection AI ha annunciato Beam, il suo primo modello open-weight. Ha 501 miliardi di parametri in totale, ma è costruito come modello mixture-of-experts, quindi per ogni token sono attivi solo 23 miliardi di parametri, e gestisce un contesto effettivo fino a un milione di token. I pesi saranno rilasciati con licenza Apache 2.0, che consente l'uso commerciale, "entro la fine del mese", insieme a un report tecnico, una model card e strumenti per sviluppatori. Ad oggi non è possibile scaricarlo; l'unica opzione è iscriversi al programma di accesso anticipato.

La notizia interessa qualsiasi azienda che stia valutando di eseguire l'IA sui propri server invece di inviare i dati a un servizio cloud fuori dal Regno. Ma leggi con calma i numeri pubblicati prima di farci affidamento nei tuoi piani.

Cosa ha annunciato davvero Reflection

  • Dimensioni: 501 miliardi di parametri in totale, 23 miliardi attivi per token, con un'architettura sparsa mixture-of-experts.
  • Addestramento: 23,8 bilioni di token di dati web e dataset con licenza, su 6.144 GPU NVIDIA GB300 in meno di quattro settimane.
  • Apprendimento per rinforzo: altre quattro settimane su circa 10.500 GPU GB300, con oltre 100 milioni di rollout di addestramento.
  • Uso previsto: programmazione, ragionamento e lavoro agentico, in cui il modello esegue da solo una sequenza di passaggi.
  • Controllo del ragionamento: un'impostazione che stabilisce quanto il modello "pensa" prima di rispondere, così puoi scegliere tra una risposta breve e veloce e un'analisi più lunga.
  • Efficienza: l'azienda afferma che Beam ottiene punteggi paragonabili a GLM-5.2 nei benchmark di ragionamento avanzato, leggermente inferiori nella sua stessa tabella, usando secondo le stime da tre a quattro volte meno calcolo di inferenza. Questo dato è calcolato a partire dai parametri attivi e dai token generati, non dal costo di servizio misurato.

I numeri così come pubblicati, e chi lo supera

Reflection ha pubblicato una tabella di confronto con sette modelli, tra cui GLM 5.2, Qwen 3.8 Max e Kimi K3. Questi sono i principali risultati rispetto a quei tre, come indicato nell'annuncio:

  • Terminal Bench v2.1 (attività da riga di comando): Beam 80,1, contro 81,0 di GLM 5.2, 86,6 di Qwen 3.8 Max e 88,3 di Kimi K3.
  • MCP Atlas (uso di strumenti tramite il protocollo MCP): Beam 78,7, contro 77,8, 84,5 e 82,3.
  • GPQA Diamond (domande scientifiche di livello esperto): Beam 90,5, contro 91,2, 92,6 e 93,5.
  • DeepSWE v1.1 (correzione di problemi software reali): Beam 44,4, contro 44,0, 51,0 e 68,0.
  • AIME 2026 (matematica): Beam 97,8 contro 99,2 di GLM 5.2.

La lettura onesta di questa tabella: Beam non è il modello aperto più forte. Kimi K3 lo supera in 13 dei 14 benchmark in cui entrambi hanno un punteggio (l'unica eccezione è tau3 banking, 38,0 per Beam contro 37,1), e con ampio margine nella riparazione del codice (68,0 contro 44,4 su DeepSWE). Quello che Reflection vende è l'efficienza: prestazioni vicine a GLM-5.2 con un costo di esecuzione inferiore. I punteggi di Beam sono dichiarati dalla stessa Reflection, mentre l'azienda afferma di aver preso i punteggi dei concorrenti da Artificial Analysis e DataCurve. Gruppi indipendenti non potranno ritestare Beam finché i pesi e il report tecnico non saranno pubblicati.

23 miliardi attivi non significa un server piccolo

È il punto più frainteso dei modelli mixture-of-experts. Il numero di parametri attivi determina il calcolo per token, cioè la velocità e il costo di ogni risposta. Ma la memoria deve comunque contenere l'intero modello. Con un semplice calcolo, 501 miliardi di parametri richiedono circa 500 GB di memoria GPU a 8 bit ciascuno, o circa 1 TB a 16 bit, solo per i pesi, prima della cache del contesto e degli utenti simultanei. Reflection non ha detto con quale precisione rilascerà i pesi. Si parla di un server con diverse GPU di fascia alta, non di un computer desktop. Reflection non ha ancora pubblicato requisiti ufficiali di servizio né versioni compresse, quindi aspettali prima di stimare un budget.

Cosa significa per le aziende saudite

Il vero valore di qualsiasi modello open-weight sta in dove viene eseguito. Quando il modello gira sui tuoi server o in un data center all'interno del Regno, i dati dei clienti, i contratti e le fatture restano sotto il tuo controllo. Questo facilita il rispetto della Legge sulla protezione dei dati personali (PDPL), vigilata dall'Autorità saudita per i dati e l'intelligenza artificiale (SDAIA), in particolare delle sue norme sul trasferimento dei dati fuori dal Regno.

  • Agenti di programmazione interni: un team tecnico che vuole un assistente di programmazione senza inviare il proprio codice sorgente a un servizio esterno.
  • Automazione dei processi: un agente che legge le richieste e chiama gli strumenti dei sistemi interni, dove il punteggio MCP Atlas conta più dei benchmark di matematica.
  • Analisi di documenti lunghi: un contesto da un milione di token permette di leggere interi contratti o log in un solo passaggio, a patto di verificare la qualità della comprensione sui tuoi file.

Un'avvertenza importante: l'annuncio non indica le lingue supportate e non menziona l'arabo. L'unico risultato multilingue è SWE-Bench Multilingual con 78,0, e si riferisce ai linguaggi di programmazione, non alle lingue umane. Non dare per scontata la qualità in arabo prima di averla testata.

Come affrontarlo, passo dopo passo

  • Non cambiare il tuo piano oggi: il modello non è disponibile per il download e i numeri non sono stati verificati in modo indipendente.
  • Prepara un set di test dal tuo lavoro: da 50 a 100 attività reali, come messaggi dei clienti in arabo, richieste e documenti, con la risposta corretta per ciascuna.
  • Confronta quando arrivano i pesi: Beam contro il modello aperto che stai già valutando, come Kimi K3, su accuratezza, latenza e costo del server.
  • Calcola il costo totale: server, energia, gestione e manutenzione, rispetto al costo di un'API cloud con lo stesso volume di richieste.
  • Costruisci un livello di commutazione: fai in modo che il tuo sistema chiami il modello tramite un'unica interfaccia, così puoi passare da un modello all'altro senza ricostruire l'applicazione.

È così che lavoriamo in Origami quando costruiamo sistemi di IA per i nostri clienti: testiamo il modello sui dati dell'azienda stessa e progettiamo il sistema in modo che il modello sia un componente sostituibile, così ogni nuovo annuncio non si trasforma in un progetto di ricostruzione. Se i tuoi dati sono sensibili, leggi la nostra guida alla Legge sulla protezione dei dati personali prima di scegliere dove eseguirlo.

Fonti