Reflection AI השיקה את Beam: מודל פתוח של 501 מיליארד פרמטרים שכל חברה תוכל להוריד ולהריץ אצלה (אוקטובר 2026)

Reflection AI, חברה אמריקאית שהקימו שני חוקרים לשעבר של Google DeepMind, מישה לסקין ויואניס אנטונוגלו, הציגה אתמול את Beam, המודל הפתוח הראשון שלה. מתוך 501 מיליארד הפרמטרים, רק 23 מיליארד עובדים בכל מילה שהמודל כותב, וזה הסוד של היעילות שלו (מקור: Reflection AI, 5 באוקטובר 2026). לפי החברה, Beam משתווה למודל הסיני GLM-5.2 במבחני חשיבה וקוד, בעלות הרצה נמוכה פי 3 עד 4. לפי SiliconANGLE, החברה גייסה לפי שווי של 25 מיליארד דולר (מקור: SiliconANGLE, 5 באוקטובר 2026).

STSICONIC (אס טי אס אייקוניק) היא חברת תוכנה שמפתחת מערכות AI לעסקים ולארגונים בישראל. אנחנו עוקבים אחרי המודלים החדשים כדי להסביר בעברית פשוטה מה באמת השתנה ומה עוד לא. השאלה שמודל פתוח מעלה היא בעיקר שאלה של מקום: איפה רץ ה-AI ומי רואה את המידע. כתבנו עליה מדריך מלא, איפה רץ ה-AI של העסק: ענן זר, ענן ישראלי או שרת מקומי, ומי שחושב כבר על מערכת מלאה ימצא את התמונה הרחבה במדריך להטמעת AI בארגונים.

מה בדיוק הוכרז

Beam הוא מודל טקסט בלבד, שנבנה לכתיבת קוד, לחשיבה ולעבודה של סוכנים שמבצעים משימות בכמה שלבים. בשלב האימון הראשון הוא למד מ-23.8 טריליון יחידות טקסט (טוקנים) מהאינטרנט וממאגרים בתשלום, ובשלב השני הוא עבר יותר מ-100 מיליון ניסיונות תרגול על 10,500 מעבדי GB300 של Nvidia במשך ארבעה שבועות. את המודל עצמו עוד אי אפשר להוריד. בדף ההכרזה Reflection כותבת שהמודל "עובר את סבב בדיקות האבטחה והערכות הביצועים האחרון", ושהמשקלות, הדוח הטכני וכלי הפיתוח ייצאו "בהמשך החודש". עד אז יש רשימת המתנה לגישה מוקדמת.

לעומק: מה זה "משקלות פתוחים", ולמה 501 מיליארד זה לא כמו שזה נשמע

תחשבו על מסעדה. כשאתם משתמשים ב-ChatGPT או ב-Claude, אתם מזמינים מנה: המטבח נמצא אצלם, המתכון סודי, והם רואים כל הזמנה שאתם שולחים. מודל עם משקלות פתוחים הוא המתכון המלא, יחד עם כל המצרכים, שנשלח למטבח שלכם. אתם מבשלים לבד, אף אחד לא רואה מה בישלתם, ואפשר לשנות את המתכון. המחיר: צריך מטבח גדול. מודל בגודל הזה לא ירוץ על מחשב ביתי, הוא צריך שרת עם מעבדים גרפיים חזקים, בבית או בענן.

ולמה 501 מיליארד פרמטרים לא אומר שהוא כבד פי 20 ממודל של 23 מיליארד? כי Beam בנוי בשיטה שנקראת "תערובת מומחים" (Mixture of Experts). דמיינו בית חולים עם 500 רופאים, שבו כל מטופל פוגש רק את 20 המומחים שרלוונטיים לבעיה שלו. הידע של כל הצוות זמין, אבל רק חלק קטן ממנו עובד בכל רגע. ככה Beam מחזיק ידע של מודל ענק, ומשלם על כל מילה בערך כמו מודל בינוני.

Beam מול המודלים הפתוחים המובילים

אלה המספרים ש-Reflection בחרה לפרסם בדף ההכרזה, מול שני מודלים פתוחים מסין:

שימו לב לסיפור שהטבלה מספרת: Beam לא מנצח בכל מבחן. הוא קרוב מאוד ל-GLM 5.2 ומאחורי Qwen 3.8 Max, והטענה המרכזית של Reflection היא לא "הכי חזק", אלא "כמעט באותה רמה, עם הרבה פחות חומרה": GLM 5.2 גדול ממנו (750 מיליארד פרמטרים), ו-Qwen 3.8 Max גדול יותר מ-2 טריליון. כבר כתבנו על המירוץ הזה כשKimi K3 שבר שיא במבחן החשיבה, וכשNaiveAI שחררה בחינם מודל של 309 מיליארד פרמטרים. עד היום, רוב המודלים הפתוחים הגדולים באמת הגיעו מחברות סיניות. Beam הוא הניסיון האמריקאי הגדול ביותר לשנות את זה.

מה עוד לא ידוע

הרבה. אף גוף בלתי תלוי עוד לא בדק את Beam, כי אי אפשר להוריד אותו. את החיסכון בחומרה, פי 3 עד 4, Reflection מציגה כהערכה ולא כמדידה, לפי Implicator, שגם מציין שבמבחנים אחרים שהחברה פרסמה Beam נמצא מאחורי הגרסאות החדשות יותר, GLM-5.3 ו-Kimi K3 (מקור: Implicator, 5 באוקטובר 2026). גם לא פורסמו גרסאות מוקטנות שירוצו על חומרה צנועה. כל המספרים בכתבה הם של החברה עצמה, עד שיגיעו המשקלות והבדיקות החיצוניות.

למה זה משנה לכל אחד

• יותר תחרות, מחירים נמוכים יותר: כל מודל פתוח חזק מוסיף לחץ על המחירים של המודלים הסגורים, וזה מגיע בסוף גם לאפליקציות שאתם משתמשים בהן כל יום.
• פרטיות שאפשר לבחור: מודל שרץ על שרת פרטי לא שולח את המידע לחברה אחרת. זה רלוונטי לרופאים, לעורכי דין, לרואי חשבון ולכל מי שעובד עם מידע רגיש.
• מפתחים ופרילנסרים: רישיון Apache 2.0 מאפשר לבנות מוצר מסחרי על המודל בלי לשלם תמלוגים. Beam נבנה במיוחד לקוד ולסוכנים, אז הוא מועמד טבעי לכלים כאלה.
• לא צריך לרוץ להוריד: מודל בגודל הזה דורש חומרה רצינית. לרוב האנשים, השינוי יורגש דרך שירותים שיבנו עליו, לא דרך התקנה בבית.
• ולמי שמנהל עסק או ארגון: מודל פתוח הוא עוד אפשרות לשמור את הנתונים בתוך הבית, בלי לוותר על יכולות של מודל גדול. ההחלטה איפה להריץ אותו שווה יותר מהבחירה במודל עצמו.