Mit Beam kündigt das KI-Unternehmen Reflection sein erstes frei verfügbares Modell an. Statt um die höchste Leistung geht es vor allem darum, mit möglichst wenig Rechenaufwand gute Ergebnisse zu liefern, und sich gegen die starke chinesische Open-Weight-Konkurrenz zu behaupten.
Reflection hat Beam auf Programmieren, logisches Schlussfolgern und agentische Aufgaben ausgelegt. Das Mixture-of-Experts-Modell aktiviert pro Token 23 der insgesamt 501 Milliarden Parameter, was den Rechenaufwand vergleichsweise gering hält.
Bei anspruchsvollen Reasoning-Aufgaben erreicht Beam laut Reflection ähnliche Ergebnisse wie GLM 5.2, braucht dafür aber drei- bis viermal weniger Rechenleistung. Damit zielt das Unternehmen auf Firmen, die KI für Programmierung und automatisierte Arbeitsabläufe einsetzen und dabei die Betriebskosten niedrig halten wollen.
Bei Programmier- und Agentenaufgaben sieht Reflection Beam auf Augenhöhe mit größeren offenen Modellen wie GLM 5.2 und nah am deutlich umfangreicheren Qwen3.8-Max. Stärkere offene Modelle wie Kimi K3 liegen bei der reinen Leistung nach Angaben des Unternehmens weiterhin vorn.
Beam erreicht laut Reflection in allen drei Benchmarks vergleichbare Werte mit deutlich weniger Rechenaufwand als GLM-5.2 und Qwen 3.8. | Bild: ReflectionAufwendiges Training durch Ausprobieren
Seine Fähigkeiten verdankt Beam laut Reflection einer Kombination aus klassischem Training auf großen Datenmengen und besonders rechenintensivem Reinforcement Learning. Für diese Trainingsphase setzte das Unternehmen nach eigenen Angaben über vier Wochen hinweg 10.500 Nvidia-GB300-GPUs ein und bezeichnet den Lauf als einen der größten, die ein offenes Labor bislang durchgeführt habe. Die Leistung habe sich dabei bis zuletzt verbessert, ohne an eine Grenze zu stoßen.
Die Benchmark-Werte von Beam stiegen während des Reinforcement Learning bis zum Ende des Trainings weiter an. | Bild: ReflectionNutzer können selbst steuern, wie gründlich Beam vorgeht. Über einen Parameter lässt sich einstellen, ob das Modell knapp antwortet oder sich bei schwierigen Aufgaben mehr Zeit zum Nachdenken nimmt, was wiederum Rechenaufwand und Qualität beeinflusst.
Auch gemessen an der Zahl erzeugter Tokens arbeitet Beam bei ähnlicher Leistung sparsamer als GLM-5.2 und Qwen 3.8. | Bild: ReflectionFähigkeiten, die das Modell sich selbst beibrachte
Reflection beobachtete emergente Fähigkeiten: Während einer Trainingsphase mit Reasoning-, Software-Engineering- und Terminal-Aufgaben beobachtete das Unternehmen Fortschritte beim Browsing, obwohl in dieser RL-Mischung keine Browsing-Aufgaben enthalten waren. Mit Webzugang habe das Modell eigenständig gelernt, andere Sprachmodelle zu befragen und Dokumente über externe Dienste auszulesen.
Zur Veranschaulichung zeigt das Unternehmen mehrere Beispiele, darunter eine live aktualisierte U-Bahn-Karte für New York, ein kleines 3D-Spiel und ein Notebook zum Nachtrainieren eines anderen KI‑Modells. Beam arbeitet dabei ausschließlich mit Text, kann laut Reflection aber auch Inhalte aus anderen Medienformen verarbeiten, solange sie als Text vorliegen.
Zweites Modell für Sicherheit und Alignment
Für Sicherheit und erwünschtes Verhalten trainierte Reflection ein zweites Modell und führte beide zusammen. Die Vorgaben reichen von festen Regeln, die Beam nicht brechen soll, über Qualitätsansprüche wie korrekte Angaben und das Eingestehen von Unsicherheit bis zu einem direkten, gründlichen, effizienten und proaktiven Antwortstil. Die Ergebnisse der Sicherheitstests will das Unternehmen im technischen Bericht veröffentlichen und die dafür entwickelten Prüfverfahren quelloffen bereitstellen.
Beam ist laut Reflection erst der Anfang. Das Unternehmen trainiere bereits einen Nachfolger mit dem Ziel, offene Modelle mit jeder Veröffentlichung näher an die absolute Leistungsspitze heranzuführen.
Ein technischer Bericht, Entwickler-Dokumentation sowie die Gewichte unter der offenen Apache-2.0-Lizenz sollen laut Reflection "später diesen Monat" erscheinen. Derzeit durchläuft das Modell nach Unternehmensangaben noch letzte Sicherheitstests, eine frühe Version ist zunächst für ausgewählte Nutzer verfügbar.
Reflection wurde 2024 von den früheren Google-Deepmind-Forschern Misha Laskin und Ioannis Antonoglou gegründet. Laskin leitete dort das Reward Modeling für Gemini, Antonoglou hat AlphaGo mitentwickelt. Das Start-up trat im März 2025 mit 130 Millionen Dollar Startkapital und dem Ziel einer Superintelligenz an, die über autonomes Programmieren entstehen sollte. Sprachmodelle sollten durch Reinforcement Learning am Computer so eigenständig agieren wie AlphaGo beim Go.
Im Sommer 2025 folgte mit Asimov ein Agent zur Analyse großer Codebasen. Im Oktober 2025 sammelte Reflection unter anderem von Nvidia 2 Milliarden Dollar bei einer Bewertung von 8 Milliarden Dollar ein und positioniert sich seitdem als westliches Gegenstück zu Deepseek und Qwen. Reflection gibt dabei die Modellgewichte frei, Trainingsdaten und Pipelines bleiben aber proprietär. Zuletzt hat das Unternehmen milliardenschwere Verträge mit SpaceX und dem Cloud-Anbieter Nebius über Rechenkapazität geschlossen.
KI-News ohne Hype – von Menschen kuratiert
Mit dem THE‑DECODER‑Abo liest du werbefrei und wirst Teil unserer Community: Diskutiere im Kommentarsystem, erhalte unseren wöchentlichen KI‑Newsletter, 6× im Jahr den "KI Radar"‑Frontier‑Newsletter mit den neuesten Entwicklungen aus der Spitze der KI‑Forschung, bis zu 25 % Rabatt auf KI Pro‑Events und Zugriff auf das komplette Archiv der letzten zehn Jahre.
