미국 AI 스타트업 Reflection AI가 10월 16일(현지시간) 첫 오픈웨이트 모델 Beam의 가중치를 Hugging Face에 Apache 2.0 라이선스로 공개했다. 총 501B 파라미터 가운데 토큰당 23B만 쓰는 희소 MoE 구조로, 코딩·에이전트 작업에서 중국 GLM-5.2와 비슷한 점수를 훨씬 적은 토큰으로 낸다는 것이 회사 주장이다.
핵심 정리
- Reflection AI는 10월 16일 501B(활성 23B) MoE 모델 Beam의 BF16·FP8·NVFP4 가중치를 Apache 2.0으로 공개했다.
- VentureBeat가 Reflection 차트를 읽은 결과 Terminal-Bench 2.1에서 Beam은 시도당 약 2만5000토큰, GLM-5.2는 약 8만 토큰을 썼다.
- Reflection API는 무료로 시작하는 공개 베타이며 AWS·Google Cloud·OpenRouter·Ollama 등 40곳 넘는 파트너가 출시 당일 지원에 나섰다.
Reflection Beam은 어떤 모델인가
Beam은 코딩, 추론, 장시간 에이전트 작업을 겨냥한 텍스트 전용 모델이다. Reflection이 10월 16일 올린 공식 출시 글에 따르면 가중치는 BF16·FP8·NVFP4 세 형식으로 나왔고, 생성 속도를 높이는 투기적 디코딩용 소형 드래프터 모델도 함께 공개됐다. 모델 카드와 별도의 Beam 안전성 기술 보고서도 같은 날 올라왔다.
Reflection은 10월 5일 블로그에서 Beam을 미리 소개하고 대기자 명단을 받았으며, 열하루 만에 가중치를 풀었다. 유효 컨텍스트는 100만 토큰이며, 추론 강도도 조절할 수 있다. VentureBeat에 따르면 8비트·4비트 버전은 H100·H200·GB300 8장짜리 서버 한 대에 올라간다.
Beam 벤치마크 점수는 GLM-5.2와 어떻게 다른가
Reflection이 10월 8일 갱신한 벤치마크 표에서 Beam은 SWE-Bench Pro v1 65.5점으로 GLM 5.2(62.1점)를 앞섰고, Terminal-Bench v2.1은 80.1점으로 GLM 5.2(81.0점)와 비슷했다. DeepSWE v1.1은 44.4점 대 44.0점이었다. 다만 같은 표에서 Kimi K3는 Terminal-Bench 88.3점, DeepSWE 68.0점으로 앞섰고, Reflection도 순수 성능은 Kimi K3가 위라고 인정했다.
| 벤치마크 | Beam | GLM 5.2 | Qwen 3.8 Max | Kimi K3 |
|---|---|---|---|---|
| SWE-Bench Pro v1 | 65.5 | 62.1 | 67.7 | 미공개 |
| Terminal-Bench v2.1 | 80.1 | 81.0 | 86.6 | 88.3 |
| DeepSWE v1.1 | 44.4 | 44.0 | 51.0 | 68.0 |
회사가 내세우는 강점은 점수가 아니라 효율이다. Reflection은 고급 추론 시험에서 GLM-5.2와 비슷한 점수를 3~4배 적은 추론 연산으로 낸다고 밝혔다. 이 수치는 활성 파라미터와 평균 생성 토큰 수를 곱한 추정치로, 프롬프트 처리와 서빙 비용은 빠져 있다. 모든 점수는 회사 자체 측정이며 독립 검증 전이다.
학습 규모와 개발자 도구
Reflection에 따르면 Beam은 엔비디아 GB300 GPU 6144장으로 23조8000억 토큰을 4주 안에 사전학습했다. 이어 GB300 1만500장으로 4주간 강화학습을 돌려 1억 건 넘는 롤아웃을 생성했다. 학습·평가에 쓴 샌드박스는 약 13억 개, 최종 강화학습 때 Google Cloud와 AWS의 23개 클러스터에서 vCPU 88만3006개를 동시에 썼다.
함께 공개한 Mirror CLI는 Python 프런트엔드와 Rust 에이전트 코어로 된 오픈소스 하네스다. vLLM, SGLang, Transformers, Unsloth 등은 출시 당일부터 Beam을 지원했다.
미국 오픈웨이트 경쟁의 맥락
Beam은 중국 연구소가 주도하는 오픈소스 LLM 시장에 미국 기업이 내놓은 대응이다. 하루 전인 10월 15일 Meta가 816B 파라미터 Muse Spark Open을 내놨지만, VentureBeat에 따르면 별도 라이선스가 연 매출 2000만 달러 이상 기업의 서비스 제공을 제한한다. Beam은 제한이 적은 Apache 2.0을 택해 기업 도입 장벽을 낮췄다. 오픈웨이트 모델의 사용량 확대 흐름은 Vercel 게이트웨이 트래픽 절반을 오픈웨이트가 넘긴 사례에서도 확인된다.
전망
Reflection은 검증된 실행 기록으로 LoRA 어댑터를 학습시키는 자기 증류 레시피를 며칠 안에 공개하겠다고 예고했다. 공개 API의 정식 가격은 아직 정하지 않았다. 독립 평가 기관이 측정한 토큰 효율이 회사 주장과 맞는지가 기업 채택을 가를 변수다.
자주 묻는 질문
Reflection Beam은 상업적으로 쓸 수 있나?
쓸 수 있다. Beam 가중치는 Apache 2.0 라이선스로 공개돼 상업적 이용과 수정, 재배포가 허용된다. Hugging Face에서 BF16·FP8·NVFP4 형식으로 내려받을 수 있다.
Reflection Beam API 가격은 얼마인가?
Reflection API는 무료로 시작하는 공개 베타 단계이며 정식 가격은 발표되지 않았다. OpenRouter 등 외부 호스팅 업체는 각자 가격을 정한다.
Beam을 돌리려면 GPU가 몇 장 필요한가?
VentureBeat에 따르면 8비트·4비트 버전은 H100·H200·GB300 8장을 단 서버 한 대에 올라간다. 원본 정밀도 버전은 수십 장의 GPU가 필요하다.
