CoAI
Tin tức

Reflection AI của Mỹ công bố trọng số "Beam" với tổng 501 tỷ tham số theo giấy phép Apache 2.0, hướng tới lập trình và tác tử

Ngày 16 tháng 10 năm 2026, startup AI Mỹ Reflection AI công bố trên Hugging Face trọng số của "Beam", mô hình AI được giới thiệu hôm 5 tháng 10. Mô hình có tổng cộng 501 tỷ tham số, mỗi lần xử lý dùng 23 tỷ, và dùng giấy phép Apache 2.0 ít hạn chế. API có thể dùng ở dạng bản beta kèm hạn mức dùng thử miễn phí.

16 tháng 10, 2026Đọc khoảng 5 phút

Ngày 16 tháng 10 năm 2026, startup AI Mỹ Reflection AI công bố trọng số (dữ liệu của mô hình đã được huấn luyện) của mô hình AI "Beam". Beam được giới thiệu hôm 5 tháng 10, được xây dựng cho lập trình, suy luận và các tác vụ "tác tử", tức AI vừa dùng công cụ vừa tiến hành công việc. Trọng số có thể tải về từ Hugging Face, theo giấy phép Apache 2.0 cho phép dùng tự do kể cả cho mục đích thương mại.

Reflection AI và Beam

Reflection AI là startup có trụ sở tại New York, được thành lập vào tháng 3 năm 2024 bởi Misha Laskin, người từng tham gia phát triển Gemini tại Google DeepMind, và Ioannis Antonoglou, đồng phát triển AI cờ vây "AlphaGo". Công ty đặt mục tiêu phát triển mô hình công khai (trọng số mở) xuất phát từ Mỹ, và vào tháng 10 năm 2025 đã huy động 2 tỷ USD với mức định giá 8 tỷ USD. Beam là mô hình trọng số mở đầu tiên của công ty và được xác định là mô hình đầu tiên của dòng sản phẩm.

Theo trang giới thiệu chính thức, các thông số chính của Beam như sau:

  • Cơ chế: MoE (Mixture of Experts). Tổng số tham số là 501 tỷ (501B), mỗi lần xử lý chỉ dùng 23 tỷ (23B) trong số đó
  • Lượng dữ liệu dùng để huấn luyện: 23,8 nghìn tỷ token
  • Độ dài đầu vào xử lý được trên thực tế (ngữ cảnh): 1 triệu token

MoE là cơ chế mà dù toàn bộ mô hình rất lớn, mỗi lần xử lý chỉ kích hoạt một số phần "chuyên gia", nhờ đó chạy nhanh và rẻ so với quy mô.

Trọng số được công bố và giấy phép

Trọng số được công bố trên Hugging Face ở các định dạng sau:

  • BF16: định dạng với độ chính xác gốc
  • FP8, NVFP4: định dạng thu gọn dữ liệu để giảm bộ nhớ cần thiết
  • DFlash2: mô hình phụ trợ giúp tăng tốc sinh văn bản (dùng theo phương pháp gọi là giải mã suy đoán)

Apache 2.0 là giấy phép được dùng rộng rãi trong cộng đồng mã nguồn mở, cho phép dùng cho mục đích thương mại, sửa đổi và phân phối lại mà không bị giới hạn theo doanh thu hay số người dùng. Điều này trái ngược với "Muse Spark Open" mà Meta công bố một ngày trước đó (15 tháng 10), vốn dùng giấy phép riêng đặt điều kiện đối với việc cung cấp bởi các doanh nghiệp lớn.

Cách sử dụng

Có thể dùng Beam theo các cách sau:

  • API: cung cấp ở dạng bản beta kèm hạn mức dùng thử miễn phí trên trang dành cho nhà phát triển của Reflection AI (platform.reflection.ai)
  • Đám mây và các nền tảng khác: dùng được trên AWS, Google Cloud, Microsoft Foundry, Together AI, Ollama và nhiều nơi khác (hơn 40 đối tác và nền tảng tích hợp)
  • Máy chủ riêng: chạy được trên máy chủ của Dell và HPE

Giá API chưa được công bố. Hiện chưa có hướng dẫn cụ thể nào về việc sử dụng từ Nhật Bản hay khả năng hỗ trợ tiếng Nhật.

Đánh giá hiệu năng

Các con số chính trên trang giới thiệu chính thức như sau. Số liệu của Beam do Reflection AI công bố, còn số liệu của các mô hình hãng khác được đưa ra so sánh thì theo công ty là lấy từ dữ liệu của các trang đánh giá Artificial Analysis và DataCurve. Hiện chưa có kiểm chứng từ bên thứ ba.

  • SWE Bench Pro v2-Hard (bài toán phát triển phần mềm khó): 77,2
  • Terminal Bench v2.1 (thao tác dòng lệnh): 80,1
  • AIME 2026 (đề thi toán học): 97,8
  • GPQA Diamond (câu hỏi khoa học trình độ sau đại học): 90,5

Với Muse Spark Open được công bố một ngày trước đó, Meta cho biết mô hình đạt 76,4 trên Terminal-Bench 2.1 (đo bằng tác tử có tên Terminus 2) và 89,0 trên GPQA Diamond. Tuy nhiên, điều kiện đo chưa chắc đã giống nhau nên không thể so sánh trực tiếp.

Góc nhìn của ban biên tập CoAI

Beam là mô hình có giấy phép đặc biệt ít hạn chế, ngay cả khi so với các mô hình công khai cỡ lớn khác do doanh nghiệp Mỹ phát hành. Với Apache 2.0, ngay cả doanh nghiệp có doanh thu lớn cũng có thể tích hợp mô hình vào dịch vụ của mình mà không cần ký hợp đồng riêng. Chỉ trong một tuần qua, Meta, StepFun của Trung Quốc và Reflection AI liên tiếp tung ra các mô hình công khai cỡ lớn, khiến lựa chọn AI có thể chạy trên hệ thống của riêng mình mở rộng nhanh chóng.

Mặt khác, các con số hiệu năng được công bố là do chính Reflection AI đưa ra, còn đánh giá của bên thứ ba vẫn đang chờ. Với tổng cộng 501 tỷ tham số, mô hình rất lớn, nên muốn tự chạy cần có máy chủ GPU cỡ lớn. Trước hết, nên dùng hạn mức dùng thử miễn phí của API để xem mô hình có phù hợp với công việc của mình hay không.

Nguồn

Quay lại danh sách tin tức