ReflectionAI联合创始人兼首席执行官Misha Laskin在10月9日发布的《No Priors》访谈中,谈到新模型Beam的训练,以及开放权重模型如何进入企业。他认为,模型权重之外的推理软件、集群管理和部署服务,同样是这门生意的组成部分。
ReflectionAI将Beam介绍为首个开放权重模型:它采用稀疏专家混合架构,总参数5010亿,每次处理令牌时激活230亿参数,主要面向编码、推理和智能体任务。“开放权重”指模型参数可供获取,不等于运行模型所需的整套设施也已具备。公司当时表示,Beam仍在完成最终的安全测试和评估,权重、技术报告及开发者资料计划于当月稍晚发布;不能把访谈中的“开放权重”理解为权重当时已经可下载。
训练投入说明了两部分能力为何需要一起建设。Laskin在访谈中将预训练规模概括为约6000块英伟达GB300图形处理器。ReflectionAI披露的更精确配置是6144块GB300 NVL72,预训练用时不到四周;公司还称,强化学习阶段使用约1.05万块GB300,持续四周。强化学习是在任务反馈和奖励信号下改进模型行为的训练过程。上述配置均来自公司和负责人披露,并非第三方核验结果。
性能主张也有明确边界。ReflectionAI称,在其选用的高级推理基准上,Beam与GLM-5.2得分相近,所需推理计算量少3至4倍。但这个倍数依据生成阶段计算量估算:公司以每次尝试生成的平均令牌数和每令牌激活参数量计算,未纳入提示词预填充、随上下文变化的注意力运算或服务开销。因此,它不能直接换算为企业账单降低3至4倍,也不能代表所有任务的完成速度。
Laskin将购买闭源模型令牌比作“租用”整套能力:价格中包含模型、推理软件、集群管理及智能体运行框架。他说,企业即使取得开放模型,仍需自行配齐这些组件;ReflectionAI向大型企业和主权客户提供相关工具,并把帮助客户落地具体用途的服务视作推理需求的来源。这是公司的商业模式陈述,材料没有客户部署效果可供对照。
企业何时会转向开放模型?Laskin称,按他接触客户的经验,企业往往先在闭源模型上形成显著工作负载,再考虑其他方案。他以每年花费超过1亿美元购买闭源模型的企业为例,说明重新评估成本和控制权的情境,并未提出适用于所有企业的迁移门槛。他还预测,企业初期更可能围绕开放模型定制智能体运行框架等系统,而不是马上微调模型;这仍是对未来使用方式的判断。
对于市场规模,他称OpenRouter、Vercel这类网关上的开放与闭源模型令牌占比,约六个月内由闭源70%、开放30%,转为开放70%、闭源30%。这一说法没有附上可核对的同期原始统计,也不能推广到全市场。OpenRouter与a16z相关作者的平台研究记录,截至2025年末,开放权重模型约占OpenRouter令牌用量的三分之一;研究时间早于这次访谈,既不能证实,也不能否定Laskin所说的2026年变化。
Beam目前提供的是一家模型厂商对训练、效率和销售路径的具体说法。对考虑部署的企业而言,下一步更有用的检验,是在自身任务上同时比较完成质量、整套服务成本和运维要求,而非仅看模型权重是否开放或单项基准的计算量。
参考来源:
