Reflection entre dans la bataille des modèles d’intelligence artificielle à poids ouverts avec Beam, une architecture destinée en priorité à la programmation et aux tâches dites agentiques. La start-up, soutenue par Nvidia, affirme que son modèle peut rivaliser avec certaines références chinoises moins coûteuses, notamment GLM-5.2 de Z.ai, et se rapprocher de Qwen3.8-Max sur les usages ciblés. Ces comparaisons restent celles de l’entreprise et devront être confirmées par des évaluations indépendantes.
Beam compte 501 milliards de paramètres au total, mais n’en active que 23 milliards pour chaque tâche. Cette approche vise à mobiliser seulement une partie du réseau au moment du calcul afin de réduire la consommation de ressources et d’accélérer l’exécution. À titre de comparaison, GLM-5.2 totalise environ 744 milliards de paramètres, dont 40 milliards actifs. L’enjeu n’est donc pas seulement la taille brute du modèle, mais le rapport entre qualité, vitesse et coût d’exploitation.
Fondée en 2024 par Misha Laskin et Ioannis Antonoglou, deux anciens chercheurs de DeepMind, Reflection développe des outils capables d’automatiser une partie du développement logiciel. L’entreprise a aussi conclu cette année un accord avec SpaceX pour obtenir de la capacité de calcul supplémentaire au sein du centre de données Colossus 2.
Pour les investisseurs, ce lancement illustre la pression concurrentielle croissante exercée par les modèles ouverts chinois sur l’écosystème américain. Des modèles personnalisables et moins chers peuvent stimuler la demande de calcul, mais aussi réduire le pouvoir de fixation des prix des fournisseurs de modèles propriétaires. Nvidia bénéficie potentiellement de l’élargissement du nombre d’acteurs qui entraînent et exploitent de grands modèles, tandis que la différenciation se déplace vers l’efficacité, les outils de développement et l’accès aux infrastructures. La réussite commerciale de Beam dépendra désormais de son adoption par les développeurs et de la confirmation de ses performances en conditions réelles.

