Reflection AI, toplam 501B parametre ve token başına yaklaşık 23B aktif parametre ile mixture-of-experts olarak inşa edilmiş açık ağırlıklı bir model olan Beam'i yayınladı. Tasarım, yerleşik ağırlık ayak izini büyük tutarken ileri geçiş başına hesaplamayı aktif expert'lere sınırlıyor; MoE mimarilerinin sunum için cazip olmasının olağan nedeni de bu. Beam, kodlama ve agentic iş yükleri için konumlandırılıyor ve haberler onu, benzer kapalı modellere kıyasla daha düşük hesaplama maliyetinde rekabetçi, Çin laboratuvarlarına Batılı bir açık ağırlıklı yanıt olarak çerçeveliyor.
Agent sistemleri kuran ekipler için pratik sonuç, seçeneklilik. 23B aktif açık ağırlıklı bir model, sahip olunan veya rezerve edilmiş kapasitede makul biçimde çalıştırılabilir; bu da iki kararı şirket içine taşır: artık token başına fiyatlandırma yerine donanım ve kullanım oranıyla belirlenen inference maliyeti ve veri ikametgahı; çünkü prompt'lar, tool çıktıları ve retrieval ile getirilen bağlam operatörün ortamından çıkmak zorunda değildir. Her ikisi de uzun izler, tekrarlanan tool call'lar ve hass
Haberlerin ortaya koymadığı şey, Beam'in agentic değerlendirme harness'larındaki performansı, context window'u, tool-calling ve yapılandırılmış çıktı güvenilirliği veya lisans koşulları. Bir modelin yalnızca çalıştırılabilir değil, üretim agent'larında da konuşlandırılabilir olup olmadığını belirleyen ayrıntılar bunlar. Behzat AI, bu sınıftaki açık ağırlıklı sürümleri değerlendirme pipeline'ı için aday olarak ele alıyor; burada sunum maliyeti, latency ve görev başarısı, sistemin aksi halde çağıracağı kapalı API'lere karşı ölçülüyor.