Reflection, un nouveau laboratoire américain d'IA, a publié son premier modèle, un modèle de grande taille proposé à des conditions généreuses. Beam est un modèle à mélange d'experts de 501B paramètres, dont 23B actifs par token, doté d'une fenêtre de contexte de 1M de tokens et d'une licence Apache 2.0 qui autorise l'usage commercial et la modification. Il est conçu pour la programmation et le travail d'agents, et vise les équipes qui veulent un modèle de taille frontière sur leur propre matériel plutôt que derrière l'API d'un tiers.
Le billet de Hugging Face offre un aperçu inhabituellement détaillé de la conception. Le modèle compte 52 couches ; la plupart utilisent une attention à fenêtre glissante sur les 512 tokens précédents, tandis que neuf portent sur tout le contexte, ce qui ramène la mémoire nécessaire aux longs contextes à environ un sixième d'une conception naïve. Chacune de 49 couches contient 256 experts, dont huit tournent par token, choisis par un routeur inspiré de celui de DeepSeek-V3. Le raisonnement peut être conservé d'un tour à l'autre, il existe cinq niveaux d'effort de low à max, et les appels d'outils suivent une grammaire dédiée. Beam est pris en charge dès le premier jour par Transformers, vLLM et SGLang, est livré avec l'environnement d'exécution open source de Reflection écrit en Rust et s'accompagne de recettes d'affinage et d'apprentissage par renforcement.
Le matériel est l'obstacle pratique. Le point de contrôle BF16 pèse environ 1 To. Une version NVFP4 le ramène à environ 280 Go, qui selon Hugging Face tiennent sur deux GPU Nvidia B200 avec peu de marge ; il conseille d'en prévoir quatre. NVFP4 ne fonctionne nativement que sur les puces Blackwell, si bien que les installations H200 plus anciennes doivent utiliser les points de contrôle FP8, et l'exemple vLLM sert le modèle complet sur 16 GPU H200. Pour la plupart des équipes, cela signifie louer de la capacité ou passer par des fournisseurs hébergés, que Hugging Face propose.
La vraie nouvelle est une licence permissive à cette échelle. Beaucoup de grands modèles à poids ouverts s'accompagnent de restrictions sur l'usage commercial ou le nombre d'utilisateurs, et Apache 2.0 lève cette question pour les entreprises qui doivent héberger elles-mêmes pour des raisons de confidentialité ou de contrôle. Il rejoint Muse Spark Open de Meta, sorti la même semaine, comme signe que les laboratoires américains reviennent dans la course au sommet des poids ouverts. Nous testons Beam aux côtés des outils de service qu'il prend en charge, vLLM et SGLang.
Il manque une preuve indépendante qu'il programme aussi bien que les modèles de pointe. Les résultats de tests du billet sont fournis par Reflection, et premier modèle d'un laboratoire neuf, il n'a pas d'historique. Reflection offre 10 000 dollars de crédits Hub aux meilleurs projets construits avec, ce qui devrait susciter des essais précoces de la communauté. Tant que des tests de programmation indépendants ne sont pas publiés, mieux vaut voir Beam comme une option prometteuse d'auto-hébergement, pas comme une alternative confirmée aux meilleurs modèles fermés.