Reflection AI firmó 7.300 millones de dólares en alquiler de GPU: su primer modelo, Beam, usó menos del 3% y sus pesos se publican gratis

A tarifas de lista de la nube, Beam costó menos del 3% de los 7.300 millones de dólares en alquiler de GPU que Reflection tiene comprometidos, queda por detrás de los líderes chinos en su propia tabla de benchmarks y este mes se publica gratis frente a una valoración de 25.000 millones de dólares.

Leer el original

Vincent JiangVincent Jiang · 3 min read
Share
El fundador y consejero delegado de Nvidia, Jensen Huang, durante una intervención en el CES
1 / 6Slide 1 of 6
Jensen Huang, fundador y consejero delegado de Nvidia: la empresa vende los GB300, tiene una participación en Reflection AI y convoca la coalición Nemotron

Un laboratorio valorado en 25.000 millones lanza su primer modelo, gratis

Reflection AI$2.1B — Reflection AI, private, latest valuation $2.1B por fin tiene modelo. Beam, presentado el 5 de octubre, cuenta con 501.000 millones de parámetros totales y activa 23.000 millones por token; está diseñado para programación y agentes 12. Hoy el acceso pasa por una lista de espera; antes de que acabe el mes, los pesos se publicarán gratis bajo licencia Apache 2.0 12.

Detrás del lanzamiento, 7.300 millones en alquiler de GPU

Reflection firmó en junio un contrato de cómputo de 6.300 millones de dólares con SpaceX por capacidad de GB300 de Nvidia−0.57% — Nvidia, down 0.57 percent today en Colossus 2 y, en julio, otro de 1.000 millones a través del proveedor de nube Nebius−1.23% — Nebius, down 1.23 percent today 3. Detrás del lanzamiento está la valoración pre-money de 25.000 millones de dólares cerrada en la ronda de junio, con Nvidia, Sequoia y Citigroup en la tabla de capitalización 34. Si el modelo insignia es gratis y barato de servir, el riesgo del alquiler recae en las contrapartidas de esos contratos —SpaceX−0.07% — SpaceX, down 0.07 percent today y Nebius— y en los tenedores de papel de Reflection valorado a esos 25.000 millones.

El entrenamiento, un error de redondeo en la factura

Todo el entrenamiento de Beam, según las cifras de la propia Reflection, es calderilla frente a ese compromiso. El preentrenamiento usó 6.144 GB300 durante menos de cuatro semanas; el aprendizaje por refuerzo, 10.500 durante cuatro semanas 1. Eso es, como mucho, unos 11,2 millones de horas de GPU. A finales de junio, las nubes ofrecían capacidad GB300 en tarifa de lista a entre 3,02 y 18 dólares por hora de GPU 5, lo que sitúa el coste de todo el proceso entre unos 34 y 201 millones de dólares: menos de tres centavos de cada dólar comprometido a la tarifa de lista más cara. Los 7.300 millones no compran Beam. Compran modelos que todavía no existen, y Reflection dice que un sucesor más grande ya se está entrenando 13.

Diseñado para abaratar la factura, por detrás en su propio marcador

Beam activa 23.000 millones de parámetros por token, frente a los 40.000 millones de GLM-5.2, los 49.000 de DeepSeek V4 Pro y los 104.000 de Kimi K3 26. Reflection asegura que consume entre tres y cuatro veces menos cómputo de inferencia que GLM-5.2, una estimación que la propia empresa califica de aproximada, no medida 12.

Beam activa 23.000 millones de parámetros por token, menos de la cuarta parte de los 104.000 de Kimi K3

0B50B100B150BKimi K3104BDeepSeek V4 Pro49BGLM-5.240BBeam23Bla factura que Beam se diseñó para reducir
Data
Value
Kimi K3104B
DeepSeek V4 Pro49B
GLM-5.240B
Beam23B
Parámetros activos por token, el principal determinante del coste de inferencia por token; cuantos menos, más barato resulta servir el modelo. Beam, según Reflection (vía Implicator.ai); GLM-5.2, según Implicator.ai; DeepSeek V4 Pro y Kimi K3, según AI Magazine, octubre de 2026.2,6

En su propia tabla, Beam es sexto de ocho en Terminal Bench v2.1, con 80,1 puntos, por detrás de DeepSeek V4.1 Flash, Kimi K3 y GLM 5.3, y marca un 44,4 en DeepSWE frente al 74,2 de Flash 1.

Beam es el mejor modelo abierto occidental de su propia tabla, y aun así sexto de ocho

020406080100DeepSeek V4.1 Flash90.6Kimi K388.3GLM 5.388.2Qwen 3.8 Max86.6GLM 5.281Beam80.1el mejor de los modelos abiertos occidentalesInkling63.8Nemotron 3 Ultra56.4
Data
Value
DeepSeek V4.1 Flash90.6
Kimi K388.3
GLM 5.388.2
Qwen 3.8 Max86.6
GLM 5.281
Beam80.1
Inkling63.8
Nemotron 3 Ultra56.4
Terminal Bench v2.1, cuanto más alta la puntuación, mejor; todas las puntuaciones tal y como figuran en la tabla de lanzamiento de la propia Reflection, 5 de octubre de 2026. Se omiten los modelos que Reflection no comunicó.1

No se ha publicado ninguna evaluación independiente de Beam 2.

El argumento a favor de la factura

Stephanie Zhan, socia de Sequoia e inversora en Reflection, sostiene que en los agentes lo que decide es el cómputo por tarea, no el cómputo por modelo 7. Artificial Analysis, que lo ha probado a través del acceso del proveedor, lo considera uno de los modelos abiertos más eficientes en tokens que ha visto 2. Si el producto es la capacidad por unidad de cómputo, el alquiler no es la contradicción: es la estrategia.

Pesos este mes, salida a bolsa el mes que viene

Nvidia cobra en todos los frentes: vende los GB300, mantiene una participación en el inquilino y convoca la coalición Nemotron, que promueve los pesos abiertos 36. Se espera que Anthropic$350B — Anthropic, private, latest valuation $350B debute en bolsa el mes que viene, quizá con la mayor salida a bolsa de la historia 7. Pedirá a los inversores que pongan precio a una franquicia cerrada cuyo rival más reciente trabaja gratis. Habrá que vigilar los benchmarks independientes cuando aterricen los pesos 2.

Deepdive

AI-generated from this story and its cited sources. Not investment advice.

Reader comments

0 comments

    Sign up

    Get your curated digest

    After email confirmation, you will receive a daily digest of the most relevant news that matter to your portfolio