Reflection'dan 501 milyar parametreli açık model: Beam

ABD'li yapay zekâ şirketi Reflection AI, 5 Ekim'de ilk açık ağırlıklı modeli Beam'i tanıttı. Beam toplamda 501 milyar parametreye sahip seyrek bir uzmanlar karışımı (Mixture-of-Experts) modeli; her adımda bu parametrelerin yalnız 23 milyarını çalıştırıyor. Model kodlama, akıl yürütme ve yapay zekâ ajanı işleri için tasarlandı. Şirket, model ağırlıklarını ve teknik belgeleri ekim ayı içinde Apache 2.0 lisansıyla yayımlayacağını açıkladı.

Reflection'ın paylaştığı sonuçlar şöyle: terminalde çok adımlı görevleri ölçen Terminal-Bench v2.1'de 80,1; gerçek yazılım hatalarını çözmeyi ölçen SWE-Bench Verified'da 80,9 ve daha zor sürümü SWE-Bench Pro v2-Hard'da 77,2; matematik yarışması AIME 2026'da 97,8; uzman düzeyi bilim sorularından oluşan GPQA Diamond'da 90,5; araç kullanmadan Humanity's Last Exam'de 36,2. Şirket ayrıca Beam'in ileri akıl yürütme testlerinde GLM-5.2 ile benzer sonuç alırken üç ila dört kat daha az çıkarım hesabı kullandığını söylüyor.

Beam, web, kamuya açık kaynaklar ve lisanslı özel veri setlerinden oluşan 23,8 trilyon token üzerinde ön eğitimden geçti. Ön eğitim, 6.144 Nvidia GB300 NVL72 GPU'su üzerinde dört haftadan kısa sürede tamamlandı. Ardından model pekiştirmeli öğrenmeyle (RL) kodlama ve ajan görevlerine göre ayarlandı. Uzmanlar karışımı mimarisi, büyük bir modelin bilgi kapasitesini korurken her cevapta yalnız ilgili "uzman" alt ağları çalıştırdığı için çalıştırma maliyetini düşürüyor.

Açık ağırlıklı model, eğitilmiş modelin parametrelerinin (ağırlıklarının) indirilebilir biçimde yayımlandığı model demek. Kullanıcı modeli kendi sunucusunda çalıştırabiliyor, kendi verisiyle ince ayar yapabiliyor ve bir şirketin API'sine bağımlı kalmıyor. Uzmanlar karışımı (MoE) ise modelin içinde çok sayıda alt ağın bulunduğu ve her girdide bunlardan yalnız birkaçının devreye girdiği mimari. Beam'in 501 milyar parametresinin her adımda yalnız 23 milyarı çalıştığı için, model büyük bir modelin bilgisini taşırken orta ölçekli bir model kadar hesap harcıyor. Bu da cevap başına maliyeti ve gecikmeyi düşürüyor.

Son bir yılda açık ağırlıklı modellerin öncülüğü büyük ölçüde Çinli laboratuvarlara geçmişti; DeepSeek, Qwen ve GLM aileleri geliştirici platformlarında en çok kullanılan açık modeller arasında. Apache 2.0 gibi çok serbest bir lisansla yayımlanacak, ABD merkezli ve bu ölçekte bir model, özellikle verisini kendi altyapısında tutmak isteyen şirketler için yeni bir seçenek anlamına geliyor. Apache 2.0, modelin ticari olarak kullanılmasına, değiştirilmesine ve ürünlere gömülmesine çok az kısıtla izin veriyor.

Paylaşılan skorlar şirketin kendi ölçümleri; bağımsız testler ağırlıklar yayımlandıktan sonra gelecek. Ayrıca 501 milyar parametreli bir modeli kendi sunucularında çalıştırmak, aktif parametre sayısı düşük olsa da tüm ağırlıkları belleğe sığdıracak ciddi bir donanım gerektiriyor. Çoğu şirket bu modele bulut sağlayıcıların barındırdığı uç noktalar üzerinden erişecek.

Kodlama ve otomasyon için kapalı modellere bağımlı kalmak zorunda değilsiniz. Değerlendirme için:

• Veri hassasiyetine göre karar verin. Müşteri verisi, sözleşmeler ya da kaynak kod gibi dışarı çıkmaması gereken bilgilerle çalışan işlerde açık ağırlıklı modeller verinin kendi altyapınızda kalmasını sağlıyor.
• Toplam maliyeti hesaplayın. Kendi sunucunuzda çalıştırmanın donanım ve bakım maliyetini, barındırılan uç noktaların kullanım ücretiyle karşılaştırın.
• Kendi görevlerinizle test edin. Paylaşılan skorlar genel testlerden geliyor; ağırlıklar yayımlandığında modeli kendi iş akışınızdaki gerçek örneklerle ölçün.
• Lisansı okuyun. Apache 2.0 ticari kullanıma izin veriyor; yine de kendi ürününüze gömmeden önce hukuk ekibinizle teyit edin.