Das im März 2024 von den ehemaligen Google-DeepMind-Forschern Misha Laskin und Ioannis Antonoglou gegründete Unternehmen Reflection AI trat in einen Markt ein, in dem Chinas DeepSeek, Moonshot und Z.ai Open-Weight-Modelle bereits zu einer strategischen Kraft gemacht hatten. Die Antwort des New Yorker Start-ups bestand darin, einen westlichen Herausforderer auf Kontrolle, Anpassbarkeit und niedrigere Betriebskosten auszurichten, statt lediglich auf größere Modellzahlen zu setzen.¹

Diese Strategie wurde durch einen schnellen Ausbau untermauert. Im Mai ging Reflection eine Partnerschaft ein, um Modelle an das US-Energieministerium und das Kriegsministerium zu liefern; im Juni schloss das Unternehmen Berichten zufolge eine Rechenkapazitätsvereinbarung über 6,3 Milliarden US-Dollar mit SpaceX ab, auf die im Juli ein Nebius-Deal über 1 Milliarde US-Dollar folgte. Vor Beams Debüt hieß es in einem vielfach geteilten Beitrag, das Unternehmen habe seit Juli monatlich 150 Millionen US-Dollar für Rechenkapazität an Elon Musks Colossus-Betrieb gezahlt — ein Zeichen für die immense Infrastruktur hinter seinem Vorstoß bei offenen Modellen.clem 🤗 (ClementDelangue)²

Beam ist das Ergebnis: ein Mixture-of-Experts-Modell mit insgesamt 501 Milliarden Parametern, von denen jedoch pro Token nur 23 Milliarden aktiviert werden. Reflection zufolge verschafft ihm dieses Design einen Vorteil gegenüber größeren chinesischen Wettbewerbern: DeepSeek V4-Pro aktiviert 49 Milliarden Parameter pro Token, während Moonshots Kimi K3 104 Milliarden aktiviert. Das Unternehmen erklärt, Beam sei mit 23,8 Billionen Tokens trainiert worden und könne Spitzenleistungen beim Programmieren und Schlussfolgern liefern, während es bis zu viermal weniger Inferenz-Rechenleistung als konkurrierende offene Modelle benötige.³

Die zentrale Behauptung bleibt ebenso eine Frage der Positionierung wie des Nachweises. Reflection zufolge ordnen interne Tests Beam nahe bei Z.ais GLM-5.2 ein; das Unternehmen bezeichnet es als praktisches „Arbeitstier“ für Unternehmen, Entwickler und öffentliche Stellen — unabhängige Ergebnisse von Artificial Analysis lagen jedoch noch nicht vor. In einem Launch-Beitrag wurde Beam als ein „hocheffizientes agentisches offenes Modell“ beschrieben, dessen vollständige Gewichte noch in diesem Monat verfügbar sein sollen.clem 🤗 (ClementDelangue)⁴

Für Laskin ist der Wettbewerb ebenso geopolitisch wie technisch: „Offene Modelle sind Trojanische Pferde für die Infrastruktur, die sie mitbringen.“³ Die Veröffentlichung von Beam unter Apache 2.0 ist daher ein Versuch, zu verhindern, dass chinesische offene Ökosysteme zum weltweiten Standard-Stack werden — und zugleich zu beweisen, dass eine US-Alternative günstiger zu betreiben sein kann und nicht nur lauter angekündigt wird.