A Reflection AI, startup fundada há dois anos e sediada no Brooklyn, anunciou que lançará seu primeiro modelo de IA de ponta com pesos abertos, o Beam. Modelos de pesos abertos disponibilizam os pesos — os valores internos do modelo definidos durante o treinamento — para que terceiros possam utilizá-los. A Reflection afirma que o Beam apresenta desempenho semelhante ao dos principais modelos abertos chineses em benchmarks avançados de raciocínio, usando muito menos computação de inferência. No entanto, essas alegações sobre desempenho e custo ainda não foram verificadas de forma independente.

Contexto

Segundo a descrição divulgada pela Reflection, o Beam é um modelo exclusivamente de texto com mistura de especialistas (MoE). MoE é uma arquitetura que processa as solicitações recorrendo a alguns entre vários submodelos especializados. A empresa diz que treinou o modelo com aprendizado por reforço de alta intensidade computacional para que ele tenha bom desempenho em tarefas de raciocínio, programação e agentes.

O Beam é um modelo com 501 bilhões de parâmetros no total, dos quais 23 bilhões são ativados. O pré-treinamento utilizou 23,8 trilhões de tokens, e a janela de contexto — o intervalo de entrada que o modelo pode considerar de uma só vez — é de 1 milhão de tokens. O GLM-5.2, da Z.ai, apresentado como referência de comparação, tem cerca de 744 bilhões de parâmetros no total, dos quais 40 bilhões são ativos.

A Reflection afirma que o Beam se equipara ao GLM-5.2 em benchmarks avançados de raciocínio e supera os atuais modelos abertos ocidentais líderes, usando de 3 a 4 vezes menos computação de inferência. Em outra comparação apresentada pela empresa, o Beam obteve pontuações superiores às do Inkling em quatro testes de programação cujos resultados foram divulgados por ambos os modelos. No entanto, o Inkling é multimodal — ou seja, lida com vários tipos de informação além de texto —, enquanto o Beam é exclusivamente de texto; portanto, os usos e os tipos de entrada dos dois modelos não são iguais.

As alegações sobre o desempenho e o custo de inferência do Beam ainda não foram verificadas de forma independente. Os resultados dos benchmarks apresentados pela empresa, por si só, não bastam para estabelecer o desempenho ou o custo do modelo em serviços reais.

A Reflection apresentou o Beam como um “modelo robusto de uso geral” para empresas, setor público e desenvolvedores. O lançamento está alinhado à ambição da empresa de oferecer um modelo ocidental capaz de competir com os modelos abertos chineses. No entanto, os pesos e todos os detalhes técnicos — dados essenciais para avaliar o desempenho do modelo — ainda serão divulgados pela empresa neste mês.

A Reflection foi fundada em 2024 por dois pesquisadores que vieram do Google DeepMind. Segundo a PitchBook, captou cerca de US$ 4,7 bilhões de investidores, entre eles Nvidia, Sequoia Capital e Lightspeed Venture Partners; na rodada de investimento mais recente, a empresa foi avaliada em US$ 25 bilhões antes do aporte. Neste verão, a empresa fechou contratos de mais de US$ 7 bilhões, no total, com a SpaceX e a Nebius, que lhe garantirão acesso a chips Nvidia GB300 até 2029.

O que esta notícia significa

Se as alegações de que o Beam tem pesos abertos e baixo custo de inferência forem confirmadas, empresas e órgãos públicos que desejam usar modelos diretamente poderão ter mais opções. Em particular, a “fábrica de IA soberana” (주권형 AI 공장) promovida pela Reflection é uma proposta para que instituições treinem modelos da empresa com seus próprios dados proprietários e construam sistemas locais de IA personalizados. Se o custo de uso do modelo ou a computação necessária forem menores, isso poderá reduzir os encargos para instituições que avaliam esses sistemas. Trata-se de um possível impacto caso a alegação da empresa sobre os custos seja comprovada, e não de um resultado já confirmado.

Por exemplo, uma instituição que esteja avaliando um sistema de IA baseado em seus próprios dados poderá examinar, depois da divulgação dos pesos e da documentação técnica do Beam, o desempenho e a computação exigidos em seu próprio ambiente. Mas os custos reais de adoção e as condições de implementação ainda não foram divulgados. Portanto, não é possível concluir que a alegação de que o modelo “usa menos computação” levará automaticamente a uma redução dos custos de adoção.

A Reflection começou a testar uma proposta de parceria com o Grupo Shinsegae para uma fábrica de IA soberana. Segundo a Axios, fundos de hedge e empresas de trading também demonstraram interesse em construir esses sistemas. Como a empresa afirmou que divulgará neste mês os pesos do Beam e todos os detalhes técnicos e que, no lançamento, oferecerá implementação por meio de hiperescaladores e neoclouds, além de integração com bibliotecas de código aberto, o próximo ponto a acompanhar é quais instituições poderão utilizá-lo na prática e de que forma.

Fatos confirmados e o que ainda não se sabe

Fatos confirmados

  • A Reflection anunciou que lançará seu primeiro modelo de IA de ponta com pesos abertos, o Beam.
  • O Beam é um modelo exclusivamente de texto, com 501 bilhões de parâmetros no total e 23 bilhões ativos.
  • O modelo foi pré-treinado com 23,8 trilhões de tokens e tem uma janela de contexto de 1 milhão de tokens.
  • A empresa começou a testar uma proposta de parceria com o Grupo Shinsegae para uma fábrica de IA soberana.

O que ainda não se sabe

  • Não se sabe como as alegações sobre o desempenho e o custo de inferência do Beam serão avaliadas em verificações independentes.
  • A empresa não informou a data exata deste mês em que divulgará os pesos e a documentação técnica.
  • Não foram divulgados detalhes concretos sobre como será realizado o teste com o Grupo Shinsegae.
  • O preço de uso efetivo do Beam e as condições de implementação não foram informados.

O que os leitores devem acompanhar

  • Empresas e desenvolvedores que pretendam avaliar o modelo devem examinar, após a divulgação dos pesos e da documentação técnica, as condições dos benchmarks, os critérios usados para comparar a computação de inferência e os resultados relevantes para suas próprias tarefas.
  • Instituições que estejam considerando adotá-lo devem verificar não apenas a disponibilidade de implementação por meio de hiperescaladores e neoclouds, mas também se os preços e as condições de uso efetivos serão divulgados.
  • Quem tiver interesse em sistemas de IA que utilizem dados próprios poderá acompanhar as informações divulgadas sobre o método e o escopo do teste proposto com o Grupo Shinsegae.