Histoire
octobre 6, 2026
Beam parie sur l’ouverture américaine pour rattraper l’avance de la Chine en IA
Reflection AI présente Beam comme une réponse américaine à la dynamique des modèles ouverts chinois, soutenant que l’ouverture, l’efficacité et la facilité de déploiement comptent autant que le simple nombre de paramètres. Son argumentaire repose sur des affirmations de performance communiquées par l’entreprise, qui n’ont pas encore reçu de confirmation indépendante par des benchmarks.
Fondée en mars 2024 par les anciens chercheurs de Google DeepMind Misha Laskin et Ioannis Antonoglou, Reflection AI est entrée sur un marché où les chinois DeepSeek, Moonshot et Z.ai avaient déjà fait des modèles à poids ouverts une force stratégique. La startup new-yorkaise a choisi de bâtir un concurrent occidental autour du contrôle, de la personnalisation et de coûts d’exploitation réduits, plutôt que de simplement viser des modèles avec davantage de paramètres.1
Cette stratégie a été soutenue par un déploiement rapide. En mai, Reflection a conclu un partenariat pour fournir des modèles au département américain de l’Énergie et au département de la Guerre ; en juin, elle a signé un accord de calcul de 6,3 milliards de dollars avec SpaceX, selon les informations rapportées, suivi d’un accord de 1 milliard de dollars avec Nebius en juillet. Avant les débuts de Beam, une publication largement relayée affirmait que l’entreprise versait depuis juillet 150 millions de dollars par mois pour du calcul à l’opération Colossus d’Elon Musk — signe de l’immense infrastructure qui sous-tend sa stratégie en matière de modèles ouverts.
2
Beam en est le résultat : un modèle de mélange d’experts comptant 501 milliards de paramètres au total, mais dont seulement 23 milliards sont activés par token. Reflection affirme que cette conception lui donne un avantage sur de plus grands concurrents chinois : DeepSeek V4-Pro active 49 milliards de paramètres par token, tandis que Kimi K3 de Moonshot en active 104 milliards. L’entreprise indique que Beam a été entraîné sur 23 800 milliards de tokens et qu’il peut fournir des capacités de codage et de raisonnement de pointe tout en utilisant jusqu’à quatre fois moins de calcul d’inférence que les modèles ouverts concurrents.3
L’affirmation centrale relève encore autant du positionnement que de la démonstration. Reflection affirme que ses tests internes situent Beam près de GLM-5.2 de Z.ai et le présente comme un « cheval de trait » pratique pour les entreprises, les développeurs et les organismes publics — mais les résultats indépendants d’Artificial Analysis n’étaient pas encore disponibles. Une publication de lancement a décrit Beam comme un « modèle ouvert agentique hautement efficace », dont les poids complets doivent être publiés ce mois-ci.4
Pour Laskin, la compétition est autant géopolitique que technique : « Les modèles ouverts sont des chevaux de Troie pour l’infrastructure qu’ils apportent avec eux. »3 La publication de Beam sous licence Apache 2.0 constitue donc une tentative d’empêcher les écosystèmes ouverts chinois de devenir la pile mondiale par défaut — tout en démontrant qu’une alternative américaine peut être moins coûteuse à exploiter, et pas seulement plus bruyante dans ses annonces.