สมองกล
ทั้งหมดโมเดลใหม่เอเจนต์และเครื่องมือธุรกิจและบริษัทชิปและฮาร์ดแวร์หุ่นยนต์และอุปกรณ์นโยบายและสังคมอื่น ๆ
search

Reflection AI เปิดโมเดลโอเพนเวต "Beam" 501B — สตาร์ทอัพสหรัฐฯ ที่สู้ค่ายจีนด้วย compute น้อยกว่า

โมเดลใหม่6 ต.ค. 2569
ปก: Reflection AI เปิดโมเดลโอเพนเวต "Beam" 501B — สตาร์ทอัพสหรัฐฯ ที่สู้ค่ายจีนด้วย compute น้อยกว่า
กำลังโหลด...
#MoE#AI#Qwen#open-weight#Reflection AI#Beam#ReflectionAI#Nvidia GB300 NVL72
ดูโพสต์ต้นฉบับบน Facebook
arrow_backกลับหน้าแรก
สมองกล

ข่าว AI จากเพจสมองกล

เกี่ยวกับFacebookRSS
สมองกล · ข่าว AI จากเพจสมองกล

Reflection AI เปิดตัว Beam โมเดล large language model แบบโอเพนเวตขนาด 501,000 ล้านพารามิเตอร์ โดยเป็นโมเดลโอเพนซอร์สตัวแรกจากสตาร์ทอัพสหรัฐฯ ที่ทำผลงานเทียบเท่าหรือดีกว่าโมเดลชั้นนำจากค่ายจีน

📊 สเปกและตัวเลข:

  • 501B พารามิเตอร์รวม แต่เปิดใช้งานจริงเพียง 23B ต่อ token (สถาปัตยกรรม MoE)
  • เทรน 23.8 ล้านล้าน token จากเว็บสาธารณะและแหล่งข้อมูลเชิงพาณิชย์ โดยมีสัดส่วนโค้ดสูง และทำตัวกรองแยกตามภาษาโปรแกรมเพื่อตัดไฟล์คุณภาพต่ำออก
  • ใช้คลัสเตอร์ 6,144 GPU (Nvidia GB300 NVL72) พัฒนา Beam Base เสร็จในเวลาไม่ถึง 4 สัปดาห์
  • context window 1 ล้าน token

🥊 เทียบกับคู่แข่ง:

  • เทียบกับ GLM-5.2 ของ Z.ai ที่มีพารามิเตอร์มากกว่า ~250B — Beam ให้ผลดีกว่าในบางงาน โดยใช้ฮาร์ดแวร์เพียง 1 ใน 3 ถึง 1 ใน 4
  • เข้าใกล้ผลงาน Qwen 3.8-Max ที่มีพารามิเตอร์กว่า 2 ล้านล้าน
  • แต่โมเดลฟรียังตามหลังโมเดล frontier อย่าง Claude Fable 5.1 อยู่

💰 ด้านธุรกิจ:
Reflection AI ระดมทุนที่ valuation $25 พันล้าน และมีดีลเช่า Nvidia GB300 NVL72 จาก SpaceX มูลค่าราว $6.3 พันล้าน

💡 มุมมองจากสมองกล: จุดน่าสนใจไม่ได้อยู่ที่ตัวเลข 501B แต่อยู่ที่ "ประสิทธิภาพต่อฮาร์ดแวร์" เพราะที่ผ่านมาโมเดลโอเพนเวตระดับท็อปมักมาจากค่ายจีนที่ยอมทุ่ม compute มหาศาล การที่สตาร์ทอัพสหรัฐฯ ทำผลเทียบได้ด้วย compute 1 ใน 3-4 สะท้อนว่าการแข่งรอบต่อไปจะวัดกันที่สถาปัตยกรรมและคุณภาพข้อมูล ไม่ใช่แค่จำนวนการ์ด 🇹🇭

🔗 ลิงก์ต้นทางนะคะ
SiliconANGLE — "Reflection AI debuts open-source Beam model with 501B parameters"
TechCrunch — "Reflection debuts Beam, an open-weight AI model to rival Chinese models at lower compute cost"