Historia
octubre 6, 2026
Beam apuesta a que la apertura de EE. UU. puede alcanzar la ventaja de China en IA
Reflection AI presenta Beam como una respuesta estadounidense al impulso de los modelos abiertos de China, argumentando que la apertura, la eficiencia y la facilidad de despliegue importan tanto como el mero número de parámetros. Su propuesta se basa en afirmaciones de rendimiento comunicadas por la empresa que aún no han recibido confirmación mediante pruebas comparativas independientes.
Fundada en marzo de 2024 por los exinvestigadores de Google DeepMind Misha Laskin e Ioannis Antonoglou, Reflection AI entró en un mercado en el que DeepSeek, Moonshot y Z.ai de China ya habían convertido los modelos de pesos abiertos en una fuerza estratégica. La startup neoyorquina respondió construyendo un competidor occidental en torno al control, la personalización y menores costes operativos, en lugar de limitarse a modelos con cifras de parámetros más grandes.1
Esa estrategia fue respaldada por una rápida expansión. En mayo, Reflection se asoció para suministrar modelos al Departamento de Energía y al Departamento de Guerra de EE. UU.; en junio, firmó un acuerdo de computación de 6.300 millones de dólares con SpaceX, según informes, seguido de un acuerdo de 1.000 millones de dólares con Nebius en julio. Antes del debut de Beam, una publicación ampliamente compartida afirmaba que la empresa había estado pagando a la operación Colossus de Elon Musk 150 millones de dólares al mes por computación desde julio, una señal de la enorme infraestructura detrás de su apuesta por los modelos abiertos.
2
Beam es el resultado: un modelo de mezcla de expertos con 501.000 millones de parámetros totales, pero solo 23.000 millones activados por token. Reflection afirma que ese diseño le da una ventaja frente a competidores chinos más grandes: DeepSeek V4-Pro activa 49.000 millones de parámetros por token, mientras que Kimi K3 de Moonshot activa 104.000 millones. La empresa dice que Beam fue entrenado con 23,8 billones de tokens y puede ofrecer programación y razonamiento de frontera utilizando hasta cuatro veces menos computación de inferencia que los modelos abiertos rivales.3
La afirmación central sigue siendo una cuestión de posicionamiento tanto como de pruebas. Reflection dice que sus pruebas internas sitúan a Beam cerca de GLM-5.2 de Z.ai y lo describe como un práctico «caballo de batalla» para empresas, desarrolladores y organismos públicos, pero los resultados independientes de Artificial Analysis aún no estaban disponibles. Una publicación de lanzamiento describió a Beam como un «modelo abierto agéntico altamente eficiente» con los pesos completos previstos para este mes.4
Para Laskin, la competencia es geopolítica además de técnica: «Los modelos abiertos son caballos de Troya para la infraestructura que traen consigo».3 Por tanto, el lanzamiento de Beam bajo Apache 2.0 es una apuesta para evitar que los ecosistemas abiertos chinos se conviertan en la plataforma global predeterminada, al tiempo que demuestra que una alternativa estadounidense puede ser más barata de operar, y no simplemente más ruidosa al anunciarse.