Storia
ottobre 6, 2026
Beam scommette sull’apertura degli USA per colmare il vantaggio della Cina nell’IA
Reflection AI presenta Beam come una risposta americana allo slancio della Cina nei modelli aperti, sostenendo che apertura, efficienza e facilità di implementazione contino quanto il mero numero di parametri. La sua proposta si basa su dichiarazioni di prestazioni riportate dall’azienda, che devono ancora ricevere conferma da benchmark indipendenti.
Fondata nel marzo 2024 dagli ex ricercatori di Google DeepMind Misha Laskin e Ioannis Antonoglou, Reflection AI è entrata in un mercato in cui DeepSeek, Moonshot e Z.ai della Cina avevano già reso i modelli a pesi aperti una forza strategica. La risposta della startup di New York è stata costruire un concorrente occidentale incentrato su controllo, personalizzazione e costi operativi inferiori, anziché limitarsi a numeri di parametri più elevati.1
Questa strategia è stata sostenuta da una rapida espansione. A maggio, Reflection ha stretto una partnership per fornire modelli al Dipartimento dell’Energia e al Dipartimento della Guerra degli Stati Uniti; a giugno, ha firmato un accordo di calcolo da 6,3 miliardi di dollari con SpaceX, secondo quanto riportato, seguito da un accordo da 1 miliardo di dollari con Nebius a luglio. Prima del debutto di Beam, un post ampiamente condiviso affermava che l’azienda pagava dal luglio 150 milioni di dollari al mese per il calcolo all’operazione Colossus di Elon Musk — un segnale dell’immensa infrastruttura alla base della sua spinta sui modelli aperti.
2
Beam è il risultato: un modello mixture-of-experts con 501 miliardi di parametri totali, ma soltanto 23 miliardi attivati per token. Reflection afferma che questo design le conferisce un vantaggio rispetto ai concorrenti cinesi più grandi: DeepSeek V4-Pro attiva 49 miliardi di parametri per token, mentre Kimi K3 di Moonshot ne attiva 104 miliardi. L’azienda afferma che Beam è stato addestrato su 23,8 trilioni di token e può offrire programmazione e ragionamento di frontiera utilizzando fino a quattro volte meno calcolo per l’inferenza rispetto ai modelli aperti rivali.3
L’affermazione centrale resta una questione di posizionamento tanto quanto di prova. Reflection sostiene che i suoi test interni collochino Beam vicino a GLM-5.2 di Z.ai e lo definisce un pratico “cavallo da lavoro” per imprese, sviluppatori e agenzie pubbliche — ma i risultati indipendenti di Artificial Analysis non erano ancora disponibili. Un post di lancio ha descritto Beam come un “modello aperto agentico altamente efficiente”, con i pesi completi previsti per questo mese.4
Per Laskin, la competizione è geopolitica oltre che tecnica: “I modelli aperti sono cavalli di Troia per l’infrastruttura che portano con sé.”3 Il rilascio di Beam con licenza Apache 2.0 è dunque un tentativo di impedire che gli ecosistemi aperti cinesi diventino lo stack globale predefinito — dimostrando al contempo che un’alternativa statunitense può essere più economica da gestire, non semplicemente più rumorosa da annunciare.