英伟达押注的Reflection开源新模型对标智谱

英伟达投资的 Reflection 发布首个开源模型 Beam，对标智谱 GLM-5.2。官方称两者在高级推理测试上分数相当，Beam 推理算力仅需后者的三分之一到四分之一。彭博和金融时报称其为美国在开源模型领域对中国的反击。但 Beam 与国内其他头部开源模型如 Qwen3.8、GLM5.3、Kimi K3、DSV4F 仍有差距。

Reflection 由谷歌 DeepMind 两位研究员 Misha Laskin 和 Ioannis Antonoglou 于 2024 年创办，总部纽约布鲁克林。2025 年 3 月以 1.3 亿美元融资走出隐身，估值约 5.45 亿美元；7 个月后融 20 亿美元，估值 80 亿美元，投资方包括英伟达、Eric Schmidt、红杉、光速和花旗。今年估值涨至 250 亿美元，累计融资约 47 亿美元。公司签了两份算力合同：每月付 SpaceX 1.5 亿美元租 Colossus 数据中心的英伟达 GB300 至 2029 年，合计 63 亿美元；另与 Nebius 签超 10 亿美元合同。金融时报称英伟达想扶植能与 OpenAI、Anthropic 抗衡的对手。

Beam 采用稀疏 MoE 结构，总参数 5010 亿，每生成一词调动 230 亿。主攻代码、推理和 Agent 任务，仅处理文字。预训练用 6144 张 GB300 不到四周；强化学习用 1.05 万张 GB300 跑四周，模型做超 1 亿次任务尝试。

官方跑分表含 21 项测试、8 个开源模型，包括 Thinking Machines 的 Inkling、英伟达 Nemotron 3 Ultra，以及中国五款：GLM-5.2、GLM-5.3、Kimi K3、Qwen 3.8 Max、DeepSeek V4.1 Flash。Reflection 称 Beam“推进了西方开源模型前沿”，与 GLM-5.2 等更大模型“有竞争力”，代码和 Agent 任务“接近 Qwen 3.8-Max”；Kimi K3 等前沿模型“原始能力仍领先”，Beam 优势在推理效率。与 GLM-5.2 可比的 13 项中，Beam 赢 8 项输 5 项，输掉推理组全部 4 项：AIME 2026、HLE、CritPt、GPQA，差距 0.7 至 4.6 分。

Beam 面向企业客户和开发者，成本比许多竞品低。省算力按公式估算：生成算力≈2×激活参数×平均生成 token 数。Beam 激活参数少，且强化学习加长度惩罚，答对给奖励，多余 token 扣分，训练前期回答变短分数反涨。官方效率图横轴为估算算力，未计预填充、注意力计算和服务开销，官方称“是近似算力比较，不是实测推理成本”。API 价格尚未公布。效率图对比中国模型为 GLM-5.2 和 Qwen3.8。

a16z 合伙人 Martin Casado 曾称来融资的创业公司“八成在用中国开源模型”，后更正为两到三成用开源模型，其中约八成用中国的。Laskin 将用闭源模型比作租房：“想拥有智能，按定义，它就只能是开源的”。2025 年初 DeepSeek 爆火后，美国海军要求“任何情况下”不得使用，NASA、五角大楼、商务部也先后屏蔽。

Reflection 今年 5 月起为美国能源部“创世纪计划”供模型，与美国战争部合作，目标客户还有大企业、主权国家、对冲基金和交易公司，在韩国与新世界集团签 250 兆瓦数据中心备忘录。Reflection 为客户搭“AI 工厂”，在本地建 AI 系统，用私有数据训练。

Beam 仍在红队测试和评估，使用需官网排候补。计划本月晚些时候放出权重、技术报告和模型卡，许可证 Apache 2.0，可商用可修改。英国 AISI 和美国 CAISSI 参与评估。Beam 放出四段演示：纽约地铁实时地图、给 Gemma-4 写微调脚本、陆地海洋格点测试、3D 小游戏。Reflection 称 Beam 只是系列第一个，下一个已在训练。