La startup américaine Reflection dévoile Beam pour concurrencer l'IA chinoise
La startup américaine Reflection lance Beam, un modèle d'IA à poids ouverts de 501 milliards de paramètres entraîné sur des puces Nvidia Blackwell.
Depuis la percée de DeepSeek, la Chine domine le marché des modèles de langage à poids ouverts avec Moonshot AI, Z.AI et des géants comme Alibaba. Une réponse occidentale très attendue vient toutefois d'émerger. Une nouvelle startup américaine, soutenue par des milliards de dollars d'investissements de titans technologiques, dévoile un modèle conçu pour redéfinir les règles du jeu en combinant performance, efficacité et flexibilité de développement.
La genèse de Reflection et du modèle Beam
Fondée il y a environ deux ans par Misha Laskin et Yannis Antonoglou, deux anciens chercheurs de Google DeepMind, la startup américaine Reflection a levé près de 5 milliards de dollars auprès de fonds de premier plan tels que Sequoia, d'investisseurs privés comme l'ancien PDG de Google Eric Schmidt et du géant Nvidia. La startup a levé le voile sur son tout premier modèle, baptisé Beam, présenté comme l'alternative occidentale à DeepSeek.
Le modèle Beam repose sur une architecture à poids ouverts comprenant 501 milliards de paramètres, dont 23 milliards actifs par jeton. Spécifiquement conçu pour les tâches de raisonnement, la programmation et l'exécution d'agents, Reflection souligne que son principal avantage réside dans son efficacité d'inférence. Le modèle fournit davantage d'intelligence par jeton à un coût inférieur par rapport à ses rivaux chinois, ayant été entraîné sur environ 24 térajets de données web et de jeux de données propriétaires.
Échelle d'entraînement et capacités émergentes
Selon l'entreprise, le processus d'entraînement n'a duré que quatre semaines mais a nécessité une infrastructure matérielle colossale, mobilisant plus de 10 000 puces Nvidia Blackwell. Durant cette phase, le modèle a généré quotidiennement plus d'un million d'environnements fermés dotés d'une fenêtre contextuelle maximale de 256 000 jetons. La startup précise qu'il s'agit de l'un des plus grands entraînements jamais menés dans des laboratoires ouverts.
"Beam fournit davantage d'intelligence par jeton à un coût inférieur par rapport à ses rivaux chinois, s'appuyant sur des algorithmes d'apprentissage par renforcement asynchrone." — Reflection
Les benchmarks de performance publiés par l'entreprise indiquent que Beam ne surpasse pas encore les modèles chinois de pointe tels que Qwen 3.8 Max, Kimi K3 ou GLM-5.3. Néanmoins, il surclasse des concurrents occidentaux comme Nemotron 3 Ultra d'Nvidia et Inkling du Thinking Machines Lab de Mira Murati. Malgré un retard sur certains tests majeurs, la startup affirme que son modèle s'impose nettement sur le plan de l'efficacité économique.
De surcroît, le modèle a fait preuve de capacités émergentes inattendues, apprenant spontanément à effectuer des recherches sur le web, à interroger d'autres modèles et à exploiter du texte issu d'images. Actuellement soumis à des évaluations de sécurité finales, Beam est accessible à un groupe restreint et sera déployé à une plus large échelle plus tard ce mois-ci sous licence Apache 2.0.
