Reflection AI a signé pour 7,3 milliards de dollars de location GPU ; son premier modèle, Beam, en a utilisé moins de 3 % — et ses poids sont gratuits

Un laboratoire valorisé 25 milliards de dollars livre son premier modèle — gratuit

Reflection AIPVT$2.1B — Reflection AI, private, latest valuation $2.1B a enfin son modèle. Beam, dévoilé le 5 octobre↗, compte 501 milliards de paramètres au total et n'en active que 23 milliards par token ; il est conçu pour le code et les agents ¹². Accessible aujourd'hui sur liste d'attente↗, il verra ses poids publiés gratuitement d'ici la fin du mois, sous licence Apache 2.0 ¹².

Derrière le lancement, 7,3 milliards de dollars de location GPU

Reflection a signé en juin un contrat de calcul de 6,3 milliards de dollars avec SpaceX↗, pour de la capacité en GB300 de Nvidia▼−0.57% — Nvidia, down 0.57 percent today sur Colossus 2, puis en juillet un contrat d'un milliard de dollars via le fournisseur de cloud Nebius▼−1.23% — Nebius, down 1.23 percent today ³. Le lancement s'adosse à une valorisation pré-money de 25 milliards de dollars, issue du tour de table de juin : Nvidia, Sequoia et Citigroup figurent au tableau de capitalisation ³⁴. Si le modèle phare est gratuit et peu coûteux à exploiter, le risque lié au loyer pèse sur les contreparties de ces contrats, SpaceX▼−0.07% — SpaceX, down 0.07 percent today et Nebius, ainsi que sur les détenteurs de titres Reflection valorisés à ces 25 milliards de dollars.

L'entraînement, une erreur d'arrondi sur la facture

Sur les chiffres de Reflection elle-même, l'entraînement complet de Beam est de la petite monnaie au regard de cet engagement. Le pré-entraînement a mobilisé 6 144 GB300 pendant moins de quatre semaines ; l'apprentissage par renforcement, 10 500 pendant quatre semaines ¹. Soit, au maximum, environ 11,2 millions d'heures GPU. Fin juin, les clouds affichaient la capacité GB300 entre 3,02 et 18 dollars par heure GPU↗ ⁵, ce qui situe l'intégralité de l'entraînement entre environ 34 millions et 201 millions de dollars : moins de 3 centimes de chaque dollar engagé, au tarif affiché le plus élevé. Les 7,3 milliards de dollars n'achètent pas Beam. Ils achètent des modèles qui n'existent pas encore, et Reflection assure qu'un successeur plus grand est déjà en entraînement ¹³.

Conçu pour alléger la facture, mais distancé sur son propre classement

Beam active 23 milliards de paramètres par token, contre 40 pour GLM-5.2, 49 pour DeepSeek V4 Pro et 104 pour Kimi K3 ²⁶. Reflection revendique trois à quatre fois moins de calcul d'inférence que GLM-5.2↗, une estimation que l'entreprise présente comme approximative, non mesurée ¹².

Dans son propre tableau de référence, Beam figure sixième sur huit à Terminal Bench v2.1, avec 80,1, derrière DeepSeek V4.1 Flash, Kimi K3 et GLM 5.3, et affiche 44,4 sur DeepSWE, contre 74,2 pour Flash ¹.

Beam n'a fait l'objet d'aucune évaluation indépendante ².

Plaidoyer pour la facture

Stephanie Zhan, associée chez Sequoia, qui a investi dans Reflection, soutient que ce qui fait la différence pour les agents, c'est le calcul par tâche, et non le calcul par modèle↗ ⁷. Artificial Analysis, qui a testé le modèle via l'accès de l'éditeur, le décrit comme l'un des modèles ouverts les plus économes en tokens qu'elle ait vus ². Si le produit, c'est la capacité par unité de calcul, alors la location est la stratégie, pas la contradiction.

Les poids ce mois-ci, l'introduction en Bourse le mois prochain

Nvidia encaisse sur tous les tableaux : elle vend les GB300, détient une participation chez son locataire et réunit la Nemotron Coalition, qui promeut les poids ouverts↗ ³⁶. AnthropicPVT$350B — Anthropic, private, latest valuation $350B, attendue en Bourse le mois prochain dans ce qui pourrait être la plus grande introduction de l'histoire ⁷, demandera aux investisseurs de valoriser une franchise fermée dont le dernier challenger en date travaille pour rien. À surveiller : les benchmarks indépendants, une fois les poids publiés ².