Reflection resmi rilis Beam, model open-weight 501 miliar parameter yang diklaim jauh lebih hemat
Reflection AI, perusahaan asal New York yang didukung Nvidia, mengumumkan Beam pada 5 Oktober 2026 sebagai model open-weight pertama mereka: sparse mixture-of-experts dengan 501 miliar parameter total dan 23 miliar parameter aktif. Beam dilatih pada 23,8 triliun token dengan konteks hingga satu juta token, dan perusahaan mengklaim kemampuannya setara model terbuka terbaik dari Tiongkok dengan pemakaian komputasi inferens tiga sampai empat kali lebih hemat. Bobotnya belum dirilis karena masih menjalani uji keamanan akhir; bobot, laporan teknis, dan perangkat pengembang dijadwalkan terbit bulan ini dengan lisensi Apache 2.0.
Pada 5 Oktober 2026, Reflection AI, perusahaan berbasis di New York yang berdiri pada Maret 2024, resmi memperkenalkan Beam, model open-weight pertama mereka. Pendirinya adalah dua mantan peneliti Google DeepMind, Misha Laskin yang kini menjabat CEO dan Ioannis Antonoglou sebagai presiden sekaligus CTO. Perusahaan menyebut Beam sebagai model yang memajukan batas ekosistem terbuka dari Barat, sebuah posisi yang selama ini dikuasai model terbuka Tiongkok seperti Kimi K3 dari Moonshot, DeepSeek V4, dan keluarga GLM dari Z.ai. Pengumuman ini sekaligus menegaskan laporan Axios pada akhir pekan lalu bahwa Reflection hampir merilis model terbukanya.
Secara teknis, Beam adalah model teks berbentuk sparse mixture-of-experts dengan 501 miliar parameter total dan 23 miliar parameter aktif per token. Model ini dilatih lebih dulu pada 23,8 triliun token dan mendukung konteks hingga satu juta token. Sebagai pembanding, GLM-5.2 dari Z.ai memiliki sekitar 744 miliar parameter total dengan 40 miliar parameter aktif. Reflection menyatakan bahwa latihan penguatan berkomputasi tinggi membuat Beam sangat efisien dalam penalaran, sehingga kemampuannya pada tugas pemrograman dan tugas agentic sebanding dengan GLM-5.2 tetapi dengan biaya token dan waktu inferens yang jauh lebih kecil. Seluruh angka benchmark itu berasal dari pengujian Reflection sendiri dan belum diverifikasi pihak independen.
Yang belum tersedia adalah bobotnya. Dalam blog resminya, Reflection menyatakan Beam masih menjalani tahap akhir red-teaming dan evaluasi, dan perusahaan baru membuka pendaftaran akses awal. Bobot model, laporan teknis, kartu model, serta perangkat pengembang akan dirilis bulan ini dengan lisensi Apache 2.0, disertai mitra distribusi dan integrasi ke berbagai pustaka serta harness open source. Artinya, tim yang ingin memakai Beam hari ini belum bisa mengunduhnya, dan langkah yang benar adalah menunggu kartu model beserta teks lisensi resminya, bukan menarik kesimpulan dari siaran pers dan klaim benchmark perusahaan.
Dari sisi bisnis, Reflection bukan pemain kecil. Perusahaan dilaporkan telah mengumpulkan sekitar 4,7 miliar dolar AS dari investor termasuk Nvidia, Sequoia Capital, dan Lightspeed Venture Partners, dan pada April 2026 Laskin menyebut valuasi perusahaan mencapai 25 miliar dolar AS sebelum pendanaan. Untuk mengamankan daya komputasi, Reflection menandatangani perjanjian dengan SpaceX senilai 6,3 miliar dolar AS pada Juni 2026 untuk akses chip Nvidia GB300 di pusat data Colossus 2, lalu menambah perjanjian satu miliar dolar AS lewat penyedia awan Nebius pada Juli 2026. Sejak Mei 2026 perusahaan juga bermitra memasok modelnya ke Departemen Energi dan Departemen Perang Amerika Serikat.
Bagi pembangun produk di Indonesia, kombinasi lisensi permisif dan klaim efisiensi ini relevan untuk beban kerja sensitif seperti pemrosesan dokumen dan PDF, transkripsi, serta agen layanan pelanggan perbankan yang tidak boleh mengirim data mentah ke API pihak ketiga. Namun model berukuran 501 miliar parameter tetap menuntut perangkat keras serius, sehingga kuantisasi, jumlah ahli yang diaktifkan, kapasitas memori, dan biaya penyimpanan bobot harus dihitung lebih dulu. Sebelum masuk ke dokumen penilaian atau pengadaan, klaim efisiensi Beam sebaiknya diuji pada beban kerja sendiri setelah bobot dan lisensinya benar-benar terbit.
Sumber pendukung
Fakta, angka, nama, dan kutipan dalam naskah ini telah dicocokkan dengan sumber-sumber di atas. Naskah ditulis ulang oleh redaksi, bukan salinan. Laporkan kesalahan