Kenapa Model Open Source 501B Tidak Bisa Langsung Diunduh?

Kemarin, 5 Oktober 2026, startup AI asal Brooklyn bernama Reflection mengumumkan Beam. Model ini punya 501 miliar parameter dan dirilis sebagai open weight, salah satu yang terbesar dari lab Barat sejauh ini.

Yang bikin geger bukan cuma ukurannya. Reflection mengklaim Beam menyaingi model-model China yang sedang mendominasi arena open weight, dengan kebutuhan compute inferensi 3 sampai 4 kali lebih kecil.

Tapi ada satu hal yang aneh: sampai tulisan ini dibuat, kamu belum bisa mengunduh bobotnya. Modelnya diumumkan, bobotnya ditahan. Mari bedah kenapa, dan seberapa besar sebenarnya angka di balik Beam.

Beam Itu Apa: Model Open Weight 501B untuk Coding

Reflection AI didirikan tahun 2024 oleh mantan peneliti DeepMind, Misha Laskin dan Ioannis Antonoglou. Startup dua tahun yang didukung Nvidia ini fokus pada tools yang mengotomatiskan pengembangan software.

Beam adalah model open weight pertama mereka: sparse Mixture-of-Experts yang hanya memproses teks, dengan 501 miliar parameter total dan hanya 23 miliar yang aktif per token. Sebagai pembanding, GLM-5.2 dari Z.ai punya sekitar 744 miliar parameter total dengan 40 miliar aktif.

Model ini didesain khusus untuk coding, reasoning, dan kerja agen. Konteksnya lega: 1 juta token. Tahap pretraining-nya memakai 23,8 triliun token berkualitas dari web dan dataset berlisensi.

Latihan Terbesar yang Pernah Didokumentasikan Publik

Menurut Reflection, fokus utama Beam adalah reinforcement learning skala tinggi. Angka yang mereka sebut bikin kening berkerut: lebih dari 100 juta rollout yang dihasilkan di 10.500 GPU NVIDIA GB300 selama 4 minggu penuh.

Untuk latihan sebesar itu, mereka memakai sekitar 1,3 miliar sandbox dan mengumpulkan hampir 1 juta environment berkualitas. Pada satu waktu, rata-rata ada 110 ribu rollout yang berjalan bersamaan.

Reflection mengklaim ini salah satu run RL terbesar oleh lab terbuka yang pernah didokumentasikan publik. Sepanjang training, kemampuan model terus naik tanpa tanda mentok. Mereka juga mengembangkan algoritma baru agar pembelajaran tetap stabil, bahkan saat data latihnya sudah ketinggalan satu hari dari versi model terbaru.

Satu detail teknis menarik: Reflection melatih Beam dengan policy gradient asynchronous. Bobot baru sampai ke armada inferensi dalam median sekitar 12 detik, dan selama 4 minggu itu 71 insiden infrastruktur ditangani tanpa menghentikan training. Ini bukan sekadar eksperimen besar, tapi operasi rekayasa yang serius.

Skor Benchmark: Unggul dari Inkling, Kejar GLM-5.2

Di meja benchmark versi Reflection sendiri: DeepSWE v1.1 di angka 44,4; SWE Bench Pro v2-Hard 77,2; SWE Bench Pro v1 65,5; Terminal Bench v2.1 80,1; dan SWEBench Verified 80,9.

Klaimnya: Beam kompetitif dengan GLM-5.2 dan mendekati Qwen3.8-Max di coding dan tugas agen. Beam juga mengalahkan Inkling, model terbuka dari Thinking Machines Lab, di empat tes coding.

Tapi tabel mereka sendiri jujur soal satu hal: GLM-5.3 dan Kimi K3 masih unggul di sebagian besar tes di mana keduanya melaporkan skor. Catatan pentingnya: semua angka ini datang dari Reflection dan belum ada verifikasi independen, seperti ditulis TechCrunch.

Kabar baiknya, Beam diklaim mencapai skor setara GLM-5.2 dengan 3 sampai 4 kali lebih sedikit compute inferensi. Ada juga parameter reasoning effort, jadi kamu bisa memilih jawaban yang singkat atau penalaran yang panjang sesuai kebutuhan.

Kenapa Bobotnya Belum Bisa Diunduh

Beam sedang menjalani tahap red-teaming dan evaluasi terakhir. Yang tersedia sekarang hanyalah formulir daftar tunggu untuk akses awal.

Reflection berjanji merilis bobotnya di bawah lisensi Apache 2.0 akhir bulan ini, lengkap dengan technical report, model card, dan developer tools. Pola ini umum untuk rilis model besar: umumkan dulu, uji keamanan dulu, baru buka bobotnya. Apalagi model 501B butuh infrastruktur distribusi yang tidak kecil.

Di balik layar, Reflection juga mengamankan kesepakatan komputasi senilai lebih dari 7 miliar dolar dengan SpaceX dan Nebius, supaya akses ke chip GB300 aman sampai 2029. Modal komputasinya serius, bukan sekadar pengumuman.

Menariknya, Axios sempat melaporkan pada akhir pekan bahwa Reflection sudah dekat dengan peluncuran, dan pengumuman Senin kemarin mengonfirmasinya. Jadi timeline-nya rapat: dari bocoran akhir pekan ke pengumuman resmi dalam hitungan hari.

Kenapa Ini Penting Buat Kamu

Beam adalah jawaban Barat atas dominasi model open weight China seperti DeepSeek, Qwen, dan Z.ai yang lebih murah dan gampang dimodifikasi. Kalau bobotnya benar-benar rilis akhir bulan, enterprise dan developer bisa menjalankan, memeriksa, dan memodifikasi sendiri model kelas frontier.

Thread pengumumannya di Hacker News tembus 277 poin dalam sehari, dan diliput Reuters, TechCrunch, serta Bloomberg. Kita tunggu bobotnya keluar dan uji sendiri klaim efisiensinya.

Saingan terdekatnya di AS adalah Inkling dari Thinking Machines Lab, model terbuka yang rilis Juli lalu. Pertarungan open weight kini bukan lagi sekadar China melawan AS, tapi efisiensi melawan ukuran mentah.

Kalau kamu penasaran dengan proyek eksperimen seputar AI dan tooling seperti ini, mampir ke /projects di blog ini. Era model open weight raksasa dari lab Barat akhirnya dimulai, dan Beam adalah babak barunya.