AI 摘要
- Reflection AI 發佈首款開放權重模型 Beam，採用 5010 億參數 MoE 架構。
- 模型主打程式開發、終端機操作與多步驟推理，效能直逼 GLM-5.2 但運算成本更低。
- 預計於 10 月稍晚以 Apache 2.0 授權向大眾釋出模型權重與資源。
人工智慧新創團隊正式推出全新開放權重模型 Reflection AI Beam，採用稀疏型混合專家（MoE）架構，總參數量達 5,010 億、每次推理僅啟用 230 億參數，專為程式開發、多步驟推理及 AI 代理人工作負載打造，全面挑戰中國智譜 AI（Z.ai）的 GLM-5.2 等競品。
定位與架構技術指標
由前 Google DeepMind 研究員共同創立的 Reflection AI，在獲得 20 億美元融資後轉向開放模型路線。Reflection AI Beam 作為轉型後的首款核心產品，致力於打破前沿 AI 模型被少數封閉實驗室壟斷的局面，為開發者與企業提供強大且開源的智慧基礎設施。
核心功能與 AI 代理人應用
Reflection AI Beam 針對複雜的軟體工程與自主代理任務進行了深度最佳化，主要核心能力包括：
- 大型程式庫理解與修改：具備深度索引與理解大型 Codebase 的能力，可自動進行程式碼修復與重構。
- 終端機操作與工具調用：支援自主操作終端機環境，並能在執行多步驟任務時動態選擇並使用外部工具。
- 多模態整合支援：雖然本體為純文字模型，但能透過 OCR 等外部工具將其他模態資料轉化為文字進行處理。
- 自主任務執行：可自動搜尋技術文件並建構應用（如即時地鐵地圖），或自行研讀模型文件並建立微調 Notebook。
規格與競品效能比較
根據內部測試數據，Reflection AI Beam 在程式開發與代理人基準測試中達到與 GLM-5.2 相當的水準，並在進階推理任務上展現極高運算效率：
| 比較項目 | Reflection AI Beam | 智譜 AI GLM-5.2 |
|---|---|---|
| 模型架構 | 稀疏型混合專家（MoE）架構 | 未特別揭露（對照基準） |
| 總參數量 | 5,010 億 | 未揭露 |
| 單次推理啟用參數 | 230 億 | 未揭露 |
| 進階推理運算成本 | 較競品節省 3 至 4 倍運算量 | 基準運算量 |
| 程式與代理人表現 | 接近且部分項目互有領先 | 基準表現 |
授權方式與推出日期
Reflection AI Beam 目前正處於最後的紅隊安全測試階段，預計將於 2025 年 10 月稍晚以 Apache 2.0 商業友善開源授權釋出模型權重及相關開發資源，提供全球企業與開發者自由部署與微調。
Reference Link : ithome.com.tw
