中國的開放模型對手來了？Reflection AI 推 Beam，憑什麼挑戰 GLM、Qwen
中國開放模型快速崛起後，美國又多了一個試圖迎戰的新玩家。獲 NVIDIA、Sequoia 等投資的美國新創 Reflection AI，在美國時間 10/5 發表首款開放權重模型 Beam，主攻程式設計、推理與 AI Agent 任務。《Reuters》指出，Reflection 直接把中國 Z.ai 的 GLM-5.2、阿里巴巴 Qwen3.8-Max 等模型列為競爭標竿，希望提供中國開放模型之外的新選項。
Beam 想突出的不只是模型性能，還有推論效率。Reflection AI 表示，Beam 進一步推進西方開放權重模型的能力，希望在部分任務與更大型的中國模型競爭，同時降低模型執行所需的運算量。這項訴求之所以值得注意，是因為中國開放模型近一年不只快速提升性能，也開始進入美國企業與新創的實際產品。
中國開放模型快速擴張，也開始進入美國企業
事實上，西方並非沒有開放權重模型，Meta 長期發展 Llama，法國 Mistral 持續推出開放模型，OpenAI 前技術長 Mira Murati 創辦的 Thinking Machines Lab，今年 7 月也推出首款開放模型 Inkling，此外還有 Cohere 等業者。Reflection 加入的，是一個原本就已有多家西方業者競逐的市場。
問題在於，近一年中國業者推進速度更快。從 DeepSeek、阿里巴巴 Qwen、Moonshot AI 的 Kimi，到 Z.ai 的 GLM 系列，中國模型持續靠性能、價格與開放權重擴大影響力。
這股影響也逐漸進入美國企業。《Fortune》指出，Thomson Reuters 已以阿里巴巴 Qwen 為基礎打造內部模型 Thomson-1，處理部分原先交由 Anthropic Claude 執行的文件審查工作；Airbnb、Siemens 也在測試阿里巴巴與 DeepSeek 模型。Ramp 資料則顯示，付費使用可存取開放與中國模型之模型服務平台的企業，占所有 AI 付費企業比例，從今年 1 月的 4.5% 增至 7 月的 6.1%。
這種依賴甚至開始影響政策態度。《Business Insider》7 月報導，近 200 家矽谷企業、創辦人與產業組織曾聯名呼籲美國政府，不要全面限制開發者使用中國開放權重模型，其中一項考量就是，如果被迫全面轉向 OpenAI、Anthropic 等美國封閉模型，產品開發成本可能明顯增加。
這也顯示，中國開放模型的競爭已不只停留在基準表現（benchmark）。對企業與新創而言，能否自行部署、微調，以及執行模型需要多少成本，都開始直接影響實際產品選擇。那麼，Beam 此刻問世，有哪些優勢可以和中國模型競爭？
Beam 強在哪？5,010 億參數只啟用 230 億
Reflection AI 表示，Beam 特別針對程式設計與 Agent 能力訓練，目前在相關任務上已能與規模更大的 GLM-5.2 競爭，並逐步逼近 Qwen3.8-Max。
Beam 採用稀疏混合專家（Mixture-of-Experts, MoE）架構，共有 5,010 億參數，但每次執行只啟用 230 億參數。作為對照，Z.ai 的 GLM-5.2 約有 7,440 億總參數、每次啟用 400 億參數，規模都高於 Beam。
訓練方面，Beam 使用 23.8 兆 tokens 進行預訓練，Reflection 後續再以 1.05 萬顆 NVIDIA GB300 GPU 執行 4 週高算力強化學習，產生超過 1 億次 rollout。官方表示，這套訓練特別強化多步驟推理、工具使用與 Agent 在環境回饋下持續調整的能力。
Beam 想拉開差距的地方因此是推論效率。Reflection 宣稱，在進階推理測試達到與 GLM-5.2 相近表現時，Beam 所需的推論算力低約 3～4 倍；相較部分西方前沿開放模型，效率優勢則更明顯。
對 AI Agent 而言，這項差異尤其重要。Agent 往往需要長時間執行任務，反覆呼叫模型、操作工具與處理上下文，單次推論需要多少運算量，最終會持續累積成部署成本。因此 Beam 想競爭的不只是模型排行榜，也包括企業能否以更低成本長時間運行 Agent。
從 DeepMind 出走，Reflection 要補「西方可掌控 AI」缺口
Reflection AI 由兩名前 Google DeepMind 研究員 Misha Laskin、Ioannis Antonoglou 於 2024 年成立，其中 Antonoglou 曾參與 AlphaGo 等研究。該公司最初聚焦自主程式設計 Agent，後來將目標擴大到訓練前沿開放模型，希望正面參與中國業者近年快速推進的市場。
Laskin 向《Semafor》表示，Reflection 看見的需求不只來自企業，也包括政府與推動主權 AI 的國家。這些使用者希望掌握模型、資料與部署環境，但又可能因安全、政策或地緣政治考量，不願採用中國模型。
Beam 因此被定位成一套可由使用者自行掌控的西方開放模型選項，這也和 OpenAI、Anthropic 等主要透過 API 提供的封閉模型不同。企業未來可取得其模型權重，再依照自己的資料與需求部署。
Reflection 目前已獲 NVIDIA、Sequoia、Lightspeed 等投資，最近一輪融資投前估值達 250 億美元；今年夏天還與 SpaceX、Nebius 簽下合計逾 70 億美元的算力合約，取得 NVIDIA GB300 算力，為後續前沿模型訓練準備資源。
Beam 目前仍在最後的紅隊測試與評估階段。Reflection 表示，預計 10 月釋出模型權重與完整技術資料，並透過雲端服務商與開源函式庫提供部署支援；下一款模型也已開始訓練。
Beam 能否改變中國在開放模型市場的領先局面，目前仍要看正式釋出後的企業採用與實際部署表現。但它反映的競爭方向已逐漸清楚：當中國模型靠性能、成本與開放權重快速擴大影響力，美國 AI 業者也開始加速補上前沿開放模型這塊缺口。
科技的變化總是快得驚人，而我們每天的工作，就是從龐雜的趨勢中理出觀點、提煉出決策者真正需要的洞察。如果你也對 AI 發展充滿熱情，《TechOrange 科技報橘》正在徵內容編輯！
👉了解職缺內容
【推薦閱讀】
◆ 禁用中國 AI，恐讓數百家美國新創倒閉？Kimi K3 引爆營運成本與 AI 巨頭壟斷之爭
＊本文開放合作夥伴轉載，資料來源：Reflection AI、《Financial Times》、《Fortune》、《TechCrunch》、《Reuters》、《Semafor》、《Business Insider》，首圖來源：Reflection AI