Reflection anuncia o Beam: um modelo de pesos abertos com 501 bilhões de parâmetros que roda apenas 23 bilhões por vez

A resposta curta: Em 5 de outubro de 2026, a empresa americana Reflection AI anunciou o Beam, seu primeiro modelo de pesos abertos. Ele tem 501 bilhões de parâmetros no total, mas é construído como um modelo de mistura de especialistas (mixture of experts), então apenas 23 bilhões de parâmetros ficam ativos para cada token, e ele lida com um contexto efetivo de até um milhão de tokens. Os pesos serão liberados sob a licença Apache 2.0, que permite uso comercial, "ainda este mês", junto com um relatório técnico, um model card e ferramentas para desenvolvedores. Até hoje não é possível baixá-lo; a única opção é se inscrever no programa de acesso antecipado.

Isso importa para qualquer empresa que esteja pensando em rodar IA nos próprios servidores em vez de enviar seus dados para um serviço de nuvem fora do Reino. Mas leia os números publicados com calma antes de fazer planos com base neles.

O que a Reflection realmente anunciou

  • Tamanho: 501 bilhões de parâmetros no total, 23 bilhões ativos por token, usando uma arquitetura esparsa de mistura de especialistas.
  • Treinamento: 23,8 trilhões de tokens de dados da web e conjuntos de dados licenciados, em 6.144 GPUs NVIDIA GB300 em menos de quatro semanas.
  • Aprendizado por reforço: mais quatro semanas em cerca de 10.500 GPUs GB300, com mais de 100 milhões de rollouts de treinamento.
  • Uso pretendido: programação, raciocínio e trabalho agêntico, em que o modelo executa sozinho uma sequência de etapas.
  • Controle de raciocínio: uma configuração que define quanto o modelo "pensa" antes de responder, para você escolher entre uma resposta curta e rápida ou uma análise mais longa.
  • Eficiência: a empresa diz que o Beam alcança pontuações comparáveis ao GLM-5.2 em benchmarks de raciocínio avançado, um pouco abaixo dele na própria tabela, usando, segundo estimativas, de três a quatro vezes menos computação de inferência. Esse número é calculado a partir dos parâmetros ativos e dos tokens gerados, não do custo real medido para servir o modelo.

Os números como foram publicados, e quem supera o Beam

A Reflection publicou uma tabela comparativa contra sete modelos, incluindo GLM 5.2, Qwen 3.8 Max e Kimi K3. Estes são os principais resultados em relação a esses três, conforme o anúncio:

  • Terminal Bench v2.1 (tarefas de linha de comando): Beam 80,1, contra 81,0 do GLM 5.2, 86,6 do Qwen 3.8 Max e 88,3 do Kimi K3.
  • MCP Atlas (uso de ferramentas pelo protocolo MCP): Beam 78,7, contra 77,8, 84,5 e 82,3.
  • GPQA Diamond (perguntas científicas de nível especialista): Beam 90,5, contra 91,2, 92,6 e 93,5.
  • DeepSWE v1.1 (correção de problemas reais de software): Beam 44,4, contra 44,0, 51,0 e 68,0.
  • AIME 2026 (matemática): Beam 97,8 contra 99,2 do GLM 5.2.

A leitura honesta desta tabela: o Beam não é o modelo aberto mais forte. O Kimi K3 fica à frente dele em 13 dos 14 benchmarks em que ambos têm pontuação (a única exceção é o tau3 banking, 38,0 para o Beam contra 37,1), e com ampla margem em correção de código (68,0 contra 44,4 no DeepSWE). O que a Reflection está vendendo é eficiência: desempenho próximo ao do GLM-5.2 com um custo de execução menor. As pontuações do Beam são informadas pela própria Reflection, enquanto a empresa diz que tirou as pontuações dos concorrentes da Artificial Analysis e da DataCurve. Grupos independentes não podem testar o Beam novamente até que os pesos e o relatório técnico sejam publicados.

23 bilhões ativos não significa um servidor pequeno

Este é o ponto mais mal compreendido sobre modelos de mistura de especialistas. O número de parâmetros ativos define a computação por token, ou seja, a velocidade e o custo de cada resposta. Mas a memória ainda precisa comportar o modelo inteiro. Pela aritmética simples, 501 bilhões de parâmetros precisam de aproximadamente 500 GB de memória de GPU a 8 bits cada, ou cerca de 1 TB a 16 bits, só para os pesos, antes do cache de contexto e dos usuários simultâneos. A Reflection não disse em que precisão vai liberar os pesos. Estamos falando de um servidor com várias GPUs de alto desempenho, não de um computador de mesa. A Reflection ainda não publicou requisitos oficiais de execução nem versões comprimidas, então espere por eles antes de estimar um orçamento.

O que isso significa para as empresas sauditas

O valor real de qualquer modelo de pesos abertos está em onde ele roda. Quando o modelo roda nos seus servidores ou em um data center dentro do Reino, os dados de clientes, contratos e faturas ficam sob o seu controle. Isso facilita o cumprimento da Lei de Proteção de Dados Pessoais (PDPL), supervisionada pela Autoridade Saudita de Dados e Inteligência Artificial (SDAIA), especialmente das regras sobre transferência de dados para fora do Reino.

  • Agentes internos de programação: uma equipe de tecnologia que quer um assistente de programação sem enviar seu código-fonte para um serviço externo.
  • Automação de processos: um agente que lê solicitações e chama ferramentas dos sistemas internos, em que a pontuação no MCP Atlas importa mais do que os benchmarks de matemática.
  • Análise de documentos longos: um contexto de um milhão de tokens permite ler contratos ou logs inteiros de uma só vez, desde que você verifique a qualidade da compreensão com os seus próprios arquivos.

Uma ressalva importante: o anúncio não cita os idiomas suportados e não menciona o árabe. O único resultado multilíngue é o SWE-Bench Multilingual, com 78,0, e ele se refere a linguagens de programação, não a idiomas humanos. Não presuma a qualidade em árabe antes de testá-la.

Como abordar, passo a passo

  • Não mude seu plano hoje: o modelo não está disponível para download e os números não foram revisados de forma independente.
  • Prepare um conjunto de testes com o seu próprio trabalho: de 50 a 100 tarefas reais, como mensagens de clientes em árabe, solicitações e documentos, com a resposta correta para cada uma.
  • Compare quando os pesos chegarem: o Beam contra o modelo aberto que você já está avaliando, como o Kimi K3, em precisão, latência e custo de servidor.
  • Calcule o custo total: servidor, energia, operação e manutenção, contra o custo de uma API em nuvem com o mesmo volume de solicitações.
  • Construa uma camada de troca: faça seu sistema chamar o modelo por meio de uma única interface, para poder trocar de modelo sem reconstruir a aplicação.

É assim que trabalhamos na Origami quando construímos sistemas de IA para nossos clientes: testamos o modelo com os dados da própria empresa e projetamos o sistema para que o modelo seja uma peça substituível, de modo que cada novo anúncio não vire um projeto de reconstrução. Se os seus dados são sensíveis, leia nosso guia sobre a Lei de Proteção de Dados Pessoais antes de escolher onde executá-lo.

Fontes