Reflection AI, startup berbasis Brooklyn yang didukung Nvidia, baru saja memperkenalkan Beam — model open-weight pertamanya. Model ini bukan sembarang open-weight: arsitekturnya sparse Mixture-of-Experts (MoE) dengan 501 miliar parameter total, tapi hanya 23 miliar yang aktif per inferensi. Artinya, biaya komputasi saat penggunaan jauh lebih rendah dibanding model densitas penuh.
Kenapa penting? DeepSeek dan Qwen dari China saat ini mendominasi leaderboard open-weight untuk kategori coding, math, dan efisiensi biaya. Beam diposisikan langsung sebagai jawaban Barat. Klaim Reflection: performa Beam setara model open teratas China, tapi dengan footprint komputasi yang lebih ringan.
Dua peneliti pendiri Reflection adalah mantan peneliti Google DeepMind. Startup ini berdiri dua tahun lalu dan baru di back oleh Nvidia — kombinasi yang menjelaskan kualitas arsitektur sekaligus akses ke infrastruktur GPU.
Implikasi praktis bagi developer: lebih banyak pilihan model open yang bisa di-host sendiri, terutama untuk workload coding dan agentic yang sensitif terhadap biaya per token. Ekosistem open-weight Barat selama ini tertinggal, dan Beam adalah langkah nyata untuk mengejar ketertinggalan.
Yang belum jelas: lisensi spesifik, ketersediaan weight publik, dan apakah performance claim sudah diverifikasi pihak ketiga. Untuk saat ini, Beam jadi nama yang layak dipantau.