Reflection, Beam'i Duyurdu: Aynı Anda Yalnızca 23 Milyarını Çalıştıran 501 Milyar Parametreli Açık Ağırlıklı Model

Kısa cevap: 5 Ekim 2026'da ABD merkezli Reflection AI şirketi, ilk açık ağırlıklı modeli Beam'i duyurdu. Modelin toplam 501 milyar parametresi var, ancak bir uzmanlar karışımı (mixture of experts) modeli olarak tasarlandığı için her token için yalnızca 23 milyar parametre aktif oluyor ve bir milyon tokene kadar etkili bağlamı işleyebiliyor. Ağırlıklar, ticari kullanıma izin veren Apache 2.0 lisansıyla "bu ayın ilerleyen günlerinde" bir teknik rapor, bir model kartı ve geliştirici araçlarıyla birlikte yayımlanacak. Bugün itibarıyla modeli indiremezsiniz; tek seçenek erken erişim programına kaydolmak.

Bu gelişme, verilerini Krallık dışındaki bir bulut hizmetine göndermek yerine yapay zekayı kendi sunucularında çalıştırmayı düşünen her işletmeyi ilgilendiriyor. Ancak plan yapmadan önce yayımlanan rakamları sakin bir şekilde okuyun.

Reflection Gerçekte Ne Duyurdu

  • Boyut: toplam 501 milyar parametre, token başına 23 milyar aktif parametre, seyrek bir uzmanlar karışımı mimarisiyle.
  • Eğitim: web verileri ve lisanslı veri setlerinden 23,8 trilyon token, 6.144 NVIDIA GB300 GPU üzerinde dört haftadan kısa sürede.
  • Pekiştirmeli öğrenme: yaklaşık 10.500 GB300 GPU üzerinde dört hafta daha, 100 milyondan fazla eğitim rollout'uyla.
  • Hedef kullanım: kodlama, akıl yürütme ve modelin bir dizi adımı kendi başına yürüttüğü ajan tabanlı işler.
  • Akıl yürütme kontrolü: modelin yanıt vermeden önce ne kadar "düşüneceğini" belirleyen bir ayar; böylece kısa ve hızlı bir yanıt ile daha uzun bir analiz arasında seçim yapabilirsiniz.
  • Verimlilik: şirket, Beam'in ileri düzey akıl yürütme benchmark'larında GLM-5.2 ile karşılaştırılabilir puanlar elde ettiğini, kendi tablosunda ondan biraz geride kaldığını ve tahminen üç ila dört kat daha az çıkarım hesaplaması kullandığını söylüyor. Bu rakam, ölçülmüş hizmet maliyetinden değil, aktif parametrelerden ve üretilen tokenlerden hesaplanıyor.

Yayımlandığı Haliyle Rakamlar ve Onu Kimin Geçtiği

Reflection, GLM 5.2, Qwen 3.8 Max ve Kimi K3 dahil yedi modelle bir karşılaştırma tablosu yayımladı. Duyuruda belirtildiği şekliyle bu üç modele karşı başlıca sonuçlar şunlar:

  • Terminal Bench v2.1 (komut satırı görevleri): Beam 80,1; GLM 5.2 için 81,0, Qwen 3.8 Max için 86,6 ve Kimi K3 için 88,3.
  • MCP Atlas (MCP protokolü üzerinden araç kullanımı): Beam 78,7; karşısında 77,8, 84,5 ve 82,3.
  • GPQA Diamond (uzman düzeyinde bilim soruları): Beam 90,5; karşısında 91,2, 92,6 ve 93,5.
  • DeepSWE v1.1 (gerçek yazılım sorunlarını düzeltme): Beam 44,4; karşısında 44,0, 51,0 ve 68,0.
  • AIME 2026 (matematik): Beam 97,8, GLM 5.2 için 99,2.

Bu tablonun dürüst okuması şu: Beam en güçlü açık model değil. Kimi K3, ikisinin de puanı olan 14 benchmark'ın 13'ünde onun önünde (tek istisna tau3 banking: Beam 38,0, karşısında 37,1) ve kod onarımında büyük bir farkla önde (DeepSWE'de 68,0'a karşı 44,4). Reflection'ın sattığı şey verimlilik: daha düşük çalıştırma maliyetiyle GLM-5.2'ye yakın performans. Beam'in puanlarını Reflection'ın kendisi bildiriyor; şirket ise rakiplerin puanlarını Artificial Analysis ve DataCurve'den aldığını söylüyor. Bağımsız gruplar, ağırlıklar ve teknik rapor yayımlanana kadar Beam'i yeniden test edemez.

23 Milyar Aktif Parametre Küçük Bir Sunucu Demek Değil

Bu, uzmanlar karışımı modelleri hakkında en çok yanlış anlaşılan nokta. Aktif parametre sayısı token başına hesaplamayı, yani her yanıtın hızını ve maliyetini belirler. Ancak belleğin yine de modelin tamamını tutması gerekir. Basit bir hesapla, 501 milyar parametre, bağlam önbelleği ve eşzamanlı kullanıcılardan önce yalnızca ağırlıklar için, parametre başına 8 bitte kabaca 500 GB, 16 bitte ise yaklaşık 1 TB GPU belleği gerektirir. Reflection ağırlıkları hangi hassasiyette yayımlayacağını söylemedi. Söz konusu olan, bir masaüstü bilgisayar değil, birkaç üst düzey GPU'ya sahip bir sunucu. Reflection henüz resmi çalıştırma gereksinimlerini veya sıkıştırılmış sürümleri yayımlamadı; bu yüzden bütçe tahmini yapmadan önce bunları bekleyin.

Bu, Suudi İşletmeleri İçin Ne Anlama Geliyor

Herhangi bir açık ağırlıklı modelin gerçek değeri, nerede çalıştığındadır. Model sizin sunucularınızda veya Krallık içindeki bir veri merkezinde çalıştığında müşteri verileri, sözleşmeler ve faturalar sizin kontrolünüzde kalır. Bu da Suudi Veri ve Yapay Zeka Kurumu (SDAIA) tarafından denetlenen Kişisel Verilerin Korunması Kanunu'na (PDPL), özellikle de verilerin Krallık dışına aktarılmasına ilişkin kurallarına uyumu kolaylaştırır.

  • Şirket içi kodlama ajanları: kaynak kodunu dışarıdaki bir hizmete göndermeden bir kodlama asistanı isteyen bir teknoloji ekibi.
  • Süreç otomasyonu: talepleri okuyan ve iç sistem araçlarını çağıran bir ajan; burada MCP Atlas puanı matematik benchmark'larından daha önemlidir.
  • Uzun belge analizi: bir milyon tokenlik bağlam, kendi dosyalarınızda anlama kalitesini doğrulamanız koşuluyla, sözleşmelerin veya kayıtların tamamını tek seferde okumanıza olanak tanır.

Önemli bir uyarı: duyuru desteklenen dilleri belirtmiyor ve Arapçadan söz etmiyor. Tek çok dilli sonuç 78,0 puanla SWE-Bench Multilingual ve bu, insan dillerini değil programlama dillerini ifade ediyor. Test etmeden Arapça kalitesini varsaymayın.

Adım Adım Nasıl Yaklaşılmalı

  • Planınızı bugün değiştirmeyin: model indirilebilir durumda değil ve rakamlar bağımsız olarak incelenmedi.
  • Kendi işinizden bir test seti hazırlayın: Arapça müşteri mesajları, talepler ve belgeler gibi 50 ila 100 gerçek görev, her biri için doğru cevapla birlikte.
  • Ağırlıklar geldiğinde karşılaştırın: Beam'i, zaten değerlendirdiğiniz açık modelle, örneğin Kimi K3 ile doğruluk, gecikme ve sunucu maliyeti açısından kıyaslayın.
  • Toplam maliyeti hesaplayın: sunucu, enerji, işletim ve bakım; aynı talep hacminde bir bulut API'sinin maliyetine karşı.
  • Bir geçiş katmanı kurun: sisteminizin modeli tek bir arayüz üzerinden çağırmasını sağlayın; böylece uygulamayı yeniden kurmadan modeller arasında geçiş yapabilirsiniz.

Origami'de müşterilerimiz için yapay zeka sistemleri kurarken böyle çalışıyoruz: modeli işletmenin kendi verileri üzerinde test ediyor ve sistemi, modelin değiştirilebilir bir parça olacağı şekilde tasarlıyoruz; böylece her yeni duyuru bir yeniden yapım projesine dönüşmüyor. Verileriniz hassassa, modeli nerede çalıştıracağınızı seçmeden önce Kişisel Verilerin Korunması Kanunu rehberimizi okuyun.

Kaynaklar