Reflection AI lanceert Beam: een Amerikaans open-weight model

TL;DR

• Wat: Reflection AI lanceert Beam, een open-weight AI-model met 501 miljard parameters waarvan slechts 23 miljard tegelijk actief zijn, gericht op codering en redeneren.
• Waarom relevant: Open-weight modellen onder Apache 2.0-licentie kun je zelf draaien en aanpassen — dat geeft ondernemers meer controle over data en kosten.
• Wat je ermee kunt: Zodra de weights beschikbaar komen (later deze maand), kun je evalueren of Beam past in je AI-werkstromen, met name voor code- en agentische taken.

Gisteren kondigde het Amerikaanse Reflection AI zijn eerste model aan: Beam. Wat mij deed opkijken, is niet alleen de schaal — 501 miljard parameters — maar vooral hoe weinig daarvan daadwerkelijk actief is bij elk verzoek. Ik wilde uitzoeken wat dit concreet betekent voor ondernemers die nadenken over AI in hun bedrijf.

Wat is Beam precies?

Beam is een zogeheten mixture-of-experts-model (MoE). Dat klinkt technisch, maar het idee is eigenlijk vrij intuïtief. Stel je een groot kantoor voor met 501 specialisten. Bij elke vraag die binnenkomt, staan er maar 23 op om die vraag te beantwoorden — de rest blijft zitten. Dat is wat Beam doet: van de 501 miljard parameters zijn er slechts 23 miljard tegelijk actief per token dat het model verwerkt.

Waarom is dat interessant? Omdat het betekent dat je de rekenkracht van een enorm model krijgt, maar met een fractie van de computercapaciteit die je normaal nodig zou hebben. Reflection AI claimt dat Beam drie tot vier keer minder inferentie-compute vraagt dan vergelijkbare modellen — volgens hun eigen blog en bevestigd door TechCrunch.

Verder is Beam een text-only model: het verwerkt alleen tekst, geen afbeeldingen of video. Het heeft een contextvenster van 1 miljoen tokens, wat neerkomt op ruwweg 750.000 woorden. Dat is genoeg om een complete codebasis of een flinke stapel documenten in één keer te analyseren.

Wie zit erachter?

Reflection AI is opgericht in 2024 door twee voormalige onderzoekers van Google DeepMind. Het bedrijf is gevestigd in Brooklyn, New York. Wat opvalt: het bedrijf heeft volgens TechCrunch zo'n 4,7 miljard dollar opgehaald bij investeerders, waaronder Nvidia, Sequoia Capital en Lightspeed Venture Partners. De laatste waardering lag op 25 miljard dollar.

Daarnaast heeft Reflection voor meer dan 7 miljard dollar aan compute-deals gesloten met SpaceX en Nebius, waarmee het toegang heeft tot Nvidia GB300-infrastructuur tot en met 2029. Dat zijn serieuze bedragen. Het laat zien dat er flinke financiële backing is, maar het betekent ook dat het bedrijf zich nog moet bewijzen — geld ophalen is niet hetzelfde als een model leveren dat in de praktijk waarde toevoegt.

Hoe presteert Beam op benchmarks?

Reflection publiceert een reeks benchmarkscores. Een paar opvallende:

• SWE-Bench Verified (een maatstaf voor het oplossen van echte softwarebugs): 80,9
• AIME 2026 (wiskundige redeneertaken): 97,8
• GPQA Diamond (moeilijke wetenschapsvragen): 90,5
• Terminal Bench v2.1 (complexe terminalopdrachten): 80,1

Reflection vergelijkt Beam met het Chinese GLM-5.2 van Z.ai en stelt dat het vergelijkbare scores haalt met drie tot vier keer minder rekenkracht. Het bedrijf erkent tegelijk dat Kimi K3 — een ander Chinees model — op ruwe capaciteit nog voorloopt. Ik vind het eerlijk gezegd verfrissend dat een bedrijf in een persbericht ook benoemt waar het niet de beste is.

Belangrijke kanttekening: deze benchmarkscores zijn door Reflection zelf gerapporteerd. Onafhankelijke verificatie is er op dit moment nog niet, want de modelgewichten zijn nog niet publiek beschikbaar. Neem de cijfers dus met een korrel zout totdat derden ze kunnen reproduceren.

Wat betekent "open-weight" voor ondernemers?

Beam wordt uitgebracht onder een Apache 2.0-licentie. Dat is een van de meest permissieve open-source-licenties die er bestaan. In de praktijk betekent dit:

• Je mag het model commercieel gebruiken zonder licentiekosten.
• Je mag het aanpassen (fine-tunen) voor je eigen toepassingen.
• Je hoeft je aanpassingen niet te delen met de buitenwereld.

Voor een MKB-ondernemer is dit relevant om een specifieke reden: het geeft je de mogelijkheid om AI-functionaliteit te draaien zonder afhankelijk te zijn van een API van een groot techbedrijf. Geen maandelijkse API-kosten die onvoorspelbaar oplopen, geen data die naar externe servers gaat als je dat niet wilt.

Maar — en dit is een belangrijke maar — een model met 501 miljard parameters draai je niet op je laptop. Zelfs met slechts 23 miljard actieve parameters heb je serieuze GPU-capaciteit nodig. Kun je je voorstellen wat dit betekent als je een klein IT-bedrijf runt? Je zou eerder kijken naar een cloudprovider die het model host, of naar een gekwantiseerde versie die minder geheugen vraagt. De Apache 2.0-licentie maakt dat technisch en juridisch mogelijk, maar de praktische drempel zit in de hardware.

De bredere context: VS vs. China in open-weight

Wat ik interessant vind aan deze lancering, is de positionering. Reflection AI richt zich nadrukkelijk op concurrentie met Chinese open-weight modellen zoals GLM-5.2 en Qwen 3.8-Max. De afgelopen twee jaar zijn Chinese labs dominant geweest in het open-weight-segment — denk aan DeepSeek, Qwen en Kimi. Een Amerikaans bedrijf dat daar expliciet tegenover gaat staan met een Apache 2.0-model, dat is relatief nieuw.

Voor Europese en Nederlandse ondernemers is die concurrentie relevant. Meer aanbieders van open modellen betekent meer keuze, lagere kosten, en minder afhankelijkheid van één partij of één land. Of Beam die belofte waarmaakt, moet nog blijken.

Wanneer kun je ermee aan de slag?

Reflection zegt de weights "later deze maand" (oktober 2026) vrij te geven, samen met een technisch rapport, een model card en documentatie. Er komt ook integratie met gangbare open-source-bibliotheken. Op dit moment is er een wachtlijst via platform.reflection.ai, maar de weights zelf zijn er dus nog niet.

Dat is een detail dat ertoe doet. Op het moment van schrijven is Beam een aankondiging met benchmarkscores, niet een model dat je kunt downloaden en testen. De belofte is concreet, maar de levering moet nog volgen.

Tot slot

Voor mij is deze lancering vooral een signaal dat de open-weight-markt serieus in beweging is — en dat het niet langer alleen een Chinees verhaal is. Een Amerikaans bedrijf met diepe zakken, DeepMind-DNA en een Apache 2.0-licentie voegt iets toe aan het speelveld. Maar ik merk ook dat ik voorzichtig ben: de benchmarks zijn nog niet onafhankelijk geverifieerd, de weights zijn nog niet beschikbaar, en de hardwarevereisten maken dit voor de meeste MKB-bedrijven geen plug-and-play-oplossing. Wat mij betreft wordt het pas echt interessant als de community het model in handen heeft en we zien hoe het presteert buiten de gecontroleerde omgeving van Reflection zelf.