Reflection AI baru saja membuka model andalannya ke publik. Namanya Beam, model open weight dengan 501 miliar parameter total, tapi cuma 23 miliar yang aktif tiap kali dijalankan. Klaimnya berani, setara model China seperti GLM milik Z.ai, cuma dengan komputasi jauh lebih hemat.
Buat yang belum familiar, “open weight” beda dengan open source penuh. Bobot modelnya dibuka, siapa pun bisa unduh dan jalankan sendiri, tapi kode pelatihan dan data mentahnya biasanya tetap tertutup. Beam masuk kategori ini, dan rencananya bobot lengkap plus detail teknisnya baru dirilis bulan ini.
Apa yang bikin Beam beda
Reflection AI menyebut Beam sebagai model mixture-of-experts, alias campuran beberapa “ahli” kecil di dalam satu model besar. Cuma sebagian ahli yang dipanggil tiap kali model memproses permintaan. Itu sebabnya walau totalnya 501 miliar parameter, cuma 23 miliar yang jalan aktif, jauh lebih ringan dibanding menjalankan semua parameter sekaligus.
Model ini dilatih dari 23,8 triliun token dengan context window sampai 1 juta token. Angka context window itu penting buat developer yang mau masukin dokumen panjang atau codebase besar sekaligus ke dalam satu prompt. Sebagai pembanding, GLM 5.2 dari Z.ai punya sekitar 744 miliar parameter total dengan 40 miliar aktif, jadi Beam secara teori lebih hemat resource meski klaim performanya setara.
Reflection bilang Beam dirancang buat reasoning, coding, dan tugas agentic (model yang bisa ambil keputusan dan eksekusi langkah demi langkah, bukan cuma jawab pertanyaan). Perusahaan menyebutnya “workhorse model”, semacam kuda beban yang diarahkan buat perusahaan, sektor publik, dan developer independen, bukan buat konsumen awam yang pengen chatbot lucu.
Yang masih jadi catatan: klaim performa dari Reflection belum diverifikasi pihak independen. Benchmark yang mereka tunjukkan ya dari mereka sendiri. Wajar sih, hampir semua lab AI melakukan ini di pengumuman awal, tapi angka pastinya baru bisa dicek kalau komunitas developer udah pegang bobotnya langsung dan jalankan benchmark sendiri.
Kenapa ini jadi sorotan
Reflection AI didirikan tahun 2024 oleh dua mantan peneliti Google DeepMind. Sejak itu perusahaan sudah mengumpulkan sekitar 4,7 miliar dolar AS dari investor termasuk Nvidia, Sequoia Capital, dan Lightspeed Venture Partners, menurut data PitchBook. Dana segitu nggak kecil buat startup berumur dua tahun, dan itu jadi alasan kenapa rilis Beam ditunggu banyak pihak di industri AI.
Posisi Reflection cukup unik. Mereka nggak cuma melawan lab tertutup seperti OpenAI dan Anthropic, tapi juga model open weight dari China macam DeepSeek, Qwen, dan Z.ai, serta pemain Barat lain seperti Mistral, Meta, dan Cohere. Narasi yang mereka bangun, “jawaban Barat buat DeepSeek”, sebenarnya udah lama digaungkan sejak pendanaan awal mereka. Beam adalah bukti konkret pertama dari narasi itu.
Ada juga perbandingan dengan model Inkling yang disebut dalam rilis Reflection. Beam katanya menang di empat tes coding yang sama-sama dilaporkan kedua model. Tapi perlu digarisbawahi, Inkling itu model multimodal (bisa proses gambar dan teks), sementara Beam cuma teks. Jadi perbandingannya nggak sepenuhnya apple-to-apple, dan klaim “menang” ini perlu dibaca dengan konteks itu.
Dampaknya buat developer dan perusahaan di Indonesia
Buat tim engineering yang lagi evaluasi LLM mana yang paling cocok buat kebutuhan produksi, kehadiran model open weight baru selalu berarti lebih banyak pilihan. Kalau klaim efisiensi Beam benar, biaya inferensi bisa turun signifikan dibanding menjalankan model dengan parameter aktif lebih besar.
Tapi sebelum buru-buru migrasi, ada beberapa hal yang jelas butuh verifikasi dulu. Distribusi lewat hyperscaler dan neocloud yang disebut Reflection belum detail siapa partnernya di Asia Tenggara. Dukungan untuk bahasa Indonesia dalam benchmark juga belum dipublikasikan Reflection, jadi klaim “setara GLM” itu kemungkinan besar berbasis benchmark bahasa Inggris dan China.
Kalau kamu sedang membangun agen AI untuk otomasi kerja, context window 1 juta token dari Beam menarik buat kasus yang butuh model baca banyak dokumen sekaligus, misalnya analisis kontrak atau riset multi-sumber. Tapi tetap, model besar seperti ini butuh infrastruktur GPU yang nggak murah buat self-hosting, jadi buat UMKM, opsi API dari penyedia pihak ketiga biasanya tetap lebih praktis dibanding deploy sendiri.
Yang masih perlu ditunggu
Reflection belum mengumumkan harga API resmi atau jadwal rilis pasti bulan ini selain “bulan ini”. Detail teknis penuh, termasuk metodologi benchmark dan laporan keamanan, juga belum keluar saat artikel ini ditulis. Sampai bobot model benar-benar dirilis dan dicoba komunitas independen, anggap semua klaim performa sebagai belum terverifikasi.
Yang pasti, persaingan model open weight makin ramai. Tahun ini aja sudah ada beberapa model besar dari lab Barat yang coba menyaingi dominasi model open weight asal China. Beam menambah satu nama lagi ke daftar itu, dan kita tinggal nunggu apakah klaimnya bertahan begitu diuji di luar laboratorium Reflection sendiri.
Artikel Terkait
- Daftar LLM leaderboard dan model AI terbaik 2026
- Panduan AI agent skills 2026
- AI agent untuk otomasi pekerjaan