A startup Reflection anunciou Beam, seu primeiro modelo de pesos abertos, voltado a programação, raciocínio lógico e tarefas agênticas. A aposta não é liderar o ranking bruto, mas reduzir o custo computacional: na arquitetura de mistura de especialistas, Beam ativa 23 bilhões de 501 bilhões de parâmetros por token e, segundo a empresa, iguala o GLM 5.2 em tarefas exigentes de raciocínio usando três a quatro vezes menos computação. O alvo são empresas que usam IA para programação e fluxos automatizados, mas precisam segurar a conta de operação.

Eficiência antes do ranking

A estratégia coloca a Reflection diretamente contra os modelos abertos chineses DeepSeek e Qwen, que ganharam tração justamente por combinar desempenho alto e custo baixo. A empresa se posiciona como uma alternativa ocidental nesse segmento, mas com uma diferença: libera os pesos sob licença Apache 2.0, embora mantenha dados de treinamento e pipelines proprietários.

Benchmarks: desempenho alto, mas não no topo

Nos benchmarks divulgados, Beam faz 44,4 no DeepSWE v1.1, praticamente empatado com GLM 5.2 (44,0), mas abaixo de Qwen 3.8 Max (51,0), Kimi K3 (68,0) e DeepSeek V4.1 Flash (74,2). No Terminal Bench v2.1, marca 80,1, contra 81,0 do GLM 5.2, 86,6 do Qwen 3.8 Max, 88,3 do Kimi K3 e 90,6 do DeepSeek V4.1 Flash. No SWE Bench Pro v2-Hard, obtém 77,2, atrás de GLM 5.3 (84,3) e Kimi K3 (88,2). A própria Reflection reconhece que modelos abertos mais fortes, como Kimi K3, ainda vencem em desempenho bruto.

Em SWE Bench Verified, Beam marca 80,9, à frente de Inkling (77,6) e Nemotron 3 Ultra (70,7). No SWE Bench Pro v1, registra 65,5; Qwen 3.8 Max chega a 67,7, GLM 5.2 a 62,1, Inkling a 54,3 e Nemotron 3 Ultra a 46,4. Já no SWE Atlas Codebase QnA, Beam tem 34,6, bem atrás de GLM 5.3 (61,0) e Kimi K3 (68,0). No SWEBench Multilingual, anota 78,0, contra 67,7 do Nemotron 3 Ultra.

O argumento de Beam não está no placar bruto, mas na promessa de entregar resultado comparável ao GLM 5.2 com três a quatro vezes menos computação — uma conta que pode pesar mais no orçamento corporativo do que no ranking.

Treinamento pesado e capacidades emergentes

Para chegar a esse desempenho, a Reflection combinou pré-treinamento em larga escala com uma fase pesada de aprendizado por reforço. A empresa diz ter rodado 10.500 GPUs Nvidia GB300 por mais de quatro semanas nessa etapa, um dos maiores treinamentos já feitos por um laboratório aberto. O desempenho continuou subindo até o fim da execução, sem atingir um teto, segundo a companhia. Usuários também poderão ajustar quanto o modelo pensa antes de responder, trocando custo de computação por qualidade.

Durante o treinamento, a Reflection afirma ter observado capacidades emergentes. Em uma mistura de tarefas de raciocínio, engenharia de software e terminal, Beam melhorou em navegação web mesmo sem tarefas de browsing no mix. Com acesso à web, aprendeu sozinho a consultar outros modelos de linguagem e buscar documentos em serviços externos. A empresa mostrou demos como um mapa do metrô de Nova York atualizado ao vivo, um pequeno jogo 3D e um notebook para fine-tuning de outro modelo. Beam é text-only, mas processa conteúdos de outras mídias se forem representados como texto.

Segurança separada e lançamento

A segurança e o alinhamento ficaram a cargo de um segundo modelo, treinado separadamente e mesclado ao Beam. As diretrizes vão de regras que o modelo nunca deve quebrar a padrões de qualidade, como precisão factual e admitir incerteza, além de um estilo de resposta direto, completo e proativo. A Reflection pretende publicar os resultados dos testes de segurança em um relatório técnico e abrir os métodos de avaliação que desenvolveu.

O lançamento completo ainda não aconteceu. Relatório técnico, documentação para desenvolvedores e pesos do modelo sob Apache 2.0 devem sair ainda neste mês, segundo a empresa. Beam passa por testes finais de segurança, e uma versão inicial está disponível apenas para usuários selecionados. A Reflection também já treina um sucessor para tentar fechar a diferença em relação aos modelos abertos de ponta.

De onde vem a Reflection

Fundada em 2024 pelos ex-pesquisadores do Google DeepMind Misha Laskin e Ioannis Antonoglou, a Reflection lançou-se em março de 2025 com US$ 130 milhões em rodada seed e a meta de construir superinteligência por meio de programação autônoma. Laskin liderou reward modeling no Gemini, e Antonoglou ajudou a construir o AlphaGo. No verão de 2025, a empresa lançou Asimov, um agente para analisar grandes bases de código. Em outubro de 2025, levantou US$ 2 bilhões com valuation de US$ 8 bilhões, com a Nvidia entre os investidores. Mais recentemente, assinou acordos bilionários de computação com a SpaceX e a provedora de nuvem Nebius.

O que observar

Se cumprir a promessa de eficiência, Beam pode diminuir uma das principais barreiras para empresas que querem adotar modelos abertos em coding e agentes: o custo de inferência. Mas a própria empresa admite que ainda não está no topo do desempenho bruto, e os números divulgados são os da Reflection, não de avaliações independentes. O que fica em aberto é se a economia de computação se confirmará em uso real, se a segurança passará nos testes finais e se o sucessor em treinamento será capaz de encostar nos líderes abertos.