Google'dan ayrılan iki mühendis 'Amerikan DeepSeek'i' mi yarattı?
Eski Google DeepMind çalışanları tarafından kurulan Reflection AI, 501 milyar parametreli açık ağırlıklı Beam modelini tanıttı. Mixture of Experts mimarisiyle aynı anda 23 milyar parametre devreye sokan model, kodlama ve ajan görevlerinde Çinli GLM-5.2 ve Qwen 3.8-Max modelleriyle rekabet ediyor.
Eski Google DeepMind çalışanları Misha Laskin ve Ionnis Antonoglou tarafından kurulan Reflection AI, geçtiğimiz hafta geliştiricilere sınırlı erişimle Beam modelini sundu.
Basında ve yazılımcı forumlarında "Amerikalı DeepSeek" benzetmesiyle anılan model, Batıdan çıkan ilk büyük ölçekli açık ağırlıklı model olma özelliği taşıyor.
501 milyar parametre, MoE ile verimli çalışıyor
Beam, toplam 501 milyar parametreye sahip bir Mixture of Experts (MoE) modeli. Bu mimari sayesinde her işlemde tüm parametreler yerine yalnızca 23 milyar parametre etkinleştiriliyor. Reflection AI'a göre bu yapı, devasa modellerin çok daha verimli çalışmasını sağlıyor.
Yapay zekânın yalnızca ihtiyaç duyulan uzman bileşenlerini devreye sokması prensibine dayanan MoE mimarisi, bu tarz devasa modellerin çok daha verimli şekilde çalışmasını sağlıyor.
Kodlama ve ajan görevlerinde odaklanma
Model, yalnızca sohbet değil; kod yazma, çok adımlı akıl yürütme ve sıralı işlem gerçekleştirme yeteneği gerektiren yapay zekâ ajanları için geliştirildi. Şirket, Beam'in bu alanlarda Çin'in önde gelen açık modelleriyle ölçüştüğünü belirtiyor.
Kod yazma, çok adımlı akıl yürütme ve bir görevi tamamlamak için farklı işlemleri sıralı biçimde gerçekleştirme, modelin odaklandığı başlıca alanlar arasında yer alıyor.
GLM-5.2 ve Qwen 3.8-Max ile performans karşılaştırması
Reflection AI'ın paylaştığı test sonuçlarına göre Beam, kodlama ve ajan görevlerinde Z.ai'nin GLM-5.2 modeliyle karşılaştırılabilir performans veriyor. Alibaba'nın Qwen 3.8-Max modeline de yaklaşıldığı ifade ediliyor. Ham yetenekler açısından Moonshot AI'nın Kimi K3 modelinin hâlâ önde olduğu kabul ediliyor.
Çıkarım maliyeti üç-dört kat daha düşük
Şirketin vurguladığı en öne çıkan fark, çıkarım (inference) aşamasındaki verimlilik. Beam, GLM-5.2 ile benzer sonuçları elde ederken üç ila dört kat daha az hesaplama gücüne ihtiyaç duyuyor.
Bu durum, büyük modelleri kendi donanımlarında çalıştıran şirketler ve geliştiriciler için ciddi bir maliyet avantajı oluşturuyor.
Reflection AI, Beam'in gelişmiş akıl yürütme testlerinde GLM-5.2 ile karşılaştırılabilir sonuçlar elde ederken üç ila dört kat daha az çıkarım hesaplama gücüne ihtiyaç duyduğunu belirtiyor. Beam'in performans olarak henüz yakalayamadığı Kimi K3 gibi modellere karşı avantajı da bu oluyor.
Ekim ayında genişletilecek erişim
Nvidia dahil önemli yatırımcıların desteğini alan Reflection AI, Beam'in model ağırlıklarını, teknik raporunu ve geliştirici araçlarını ekim ayı içinde daha geniş bir kitleye açmayı planlıyor. Bu materyaller paylaşıldığında geliştiriciler modeli kendi sistemlerinde test edebilecek ve performans iddialarını bağımsız olarak doğrulayabilecek.
Nvidia'nın da aralarında bulunduğu önemli yatırımcıların desteğini alan Reflection AI, Beam'in ağırlıklarını, teknik raporunu ve geliştiricilere yönelik araçlarını ekim ayı içinde çok daha fazla kişiye açmayı hedefliyor.
Bu materyallerin paylaşılmasıyla birlikte geliştiriciler modelin yeteneklerini kendi sistemlerinde deneyebilecek ve şirketin performans iddialarını daha yakından değerlendirebilecek.
Bu haber işinize yaradı mı?
İlgili haberler Tümünü gör
