Beam là gì? AI mã nguồn mở 501 tỷ tham số của Reflection AI đối đầu DeepSeek, Kimi K3

Beam là mô hình AI mã nguồn mở đầu tiên của Reflection AI, công bố ngày 5/10/2026 với tuyên bố thẳng: cạnh tranh ngang ngửa các mô hình mã nguồn mở hàng đầu Trung Quốc nhưng tốn ít tài nguyên tính toán hơn. Đây là sự kiện đáng chú ý vì Reflection AI từng gọi vốn 2 tỷ USD, được định giá tới 8 tỷ USD, nhưng tới tận lúc này mới có sản phẩm công khai đầu tiên. Bài viết này giải thích Beam là gì, thông số thực tế, và vị trí của nó so với các đối thủ như Kimi K3 hay DeepSeek.

Beam là gì?

Beam là mô hình ngôn ngữ lớn dạng Mixture-of-Experts (MoE) do Reflection AI phát triển, với 501 tỷ tham số tổng nhưng chỉ 23 tỷ tham số được kích hoạt (active) trong mỗi lượt suy luận. Mô hình được huấn luyện trên 23,8 nghìn tỷ token và hỗ trợ cửa sổ ngữ cảnh (context window) lên tới 1 triệu token — đủ để nhét cả một codebase cỡ vừa vào một lần hỏi.

Điểm Reflection AI nhấn mạnh nhiều nhất không phải là Beam mạnh nhất, mà là Beam “rẻ” nhất để chạy trong nhóm mô hình cùng tầm. Theo công ty, nhờ kiến trúc sparse (ít tham số active), Beam tốn ít hơn 3-4 lần lượng tính toán suy luận so với các mô hình mã nguồn mở phương Tây đang dẫn đầu, trong khi điểm số trên các benchmark lý luận (reasoning) tương đương GLM-5.2 của Z.ai.

Thông số kỹ thuật của Beam

Beam mạnh ở đâu, yếu ở đâu so với đối thủ Trung Quốc?

Cuộc đua mô hình mã nguồn mở hiện vẫn do các công ty Trung Quốc chi phối. Theo bảng xếp hạng Artificial Analysis Intelligence Index, Kimi K3 của Moonshot AI vẫn đang dẫn đầu về năng lực tổng thể, còn DeepSeek phiên bản V4.1 Flash lại chiếm vị trí số 1 ở một số benchmark cụ thể như Terminal-Bench hay DeepSWE — những bài kiểm tra liên quan trực tiếp đến lập trình.

Beam không vượt qua cả hai cái tên này về năng lực thuần. Vị trí của Beam là “ngang GLM-5.2, rẻ hơn phần còn lại”. Cần lưu ý thêm: cách Reflection AI tính toán mức tiết kiệm compute 3-4 lần chỉ dựa trên số tham số active nhân với số token sinh ra trung bình, chưa tính chi phí xử lý prompt đầu vào, chi phí attention với ngữ cảnh dài, hay chi phí vận hành hạ tầng thực tế. Nói cách khác, đây là một phép so sánh gần đúng có lợi cho các mô hình sparse như Beam, không phải con số đo chi phí triển khai thực tế.

Một điểm đáng chú ý khác: tới thời điểm công bố, Reflection AI vẫn chưa niêm yết giá API cho Beam, nên chưa thể so sánh chi phí sử dụng thực tế với các endpoint đã có giá rõ ràng của Kimi K3 hay DeepSeek.

Vì sao một startup Mỹ làm mô hình mã nguồn mở?

Reflection AI được thành lập bởi Misha Laskin và Ioannis Antonoglou, hai cựu nghiên cứu viên của Google DeepMind. Tháng 10/2025, công ty gọi được 2 tỷ USD, trong đó Nvidia góp 800 triệu USD, đưa định giá công ty lên khoảng 8 tỷ USD. Beam là sản phẩm mô hình nền tảng công khai đầu tiên của công ty sau nhiều lần bị cho là “chậm ra hàng” so với cam kết ban đầu.

Lý do Reflection AI chọn hướng mã nguồn mở khá rõ: Mỹ hiện gần như không có đối thủ nào ở phân khúc mô hình mở có thể cạnh tranh sòng phẳng với các cái tên Trung Quốc như DeepSeek, Kimi hay GLM — phần lớn sức mạnh AI Mỹ đang nằm ở các mô hình đóng như GPT hay Gemini. Beam là một cách lấp khoảng trống đó, dù bản thân nó thừa nhận chưa đứng đầu bảng.

Dùng Beam ở đâu, có đáng thử ngay không?

Tại thời điểm bài viết này lên sóng, Beam mới ở giai đoạn phát hành ban đầu dưới dạng API beta, chưa có bảng giá chính thức công khai. Với nhóm phát triển cá nhân hoặc doanh nghiệp nhỏ tại Việt Nam, vài điều cần cân nhắc trước khi chuyển sang dùng Beam:

• Nếu đang tối ưu chi phí suy luận cho ứng dụng có traffic lớn, Beam đáng theo dõi nhờ kiến trúc sparse, nhưng nên đợi giá API chính thức trước khi so sánh tổng chi phí thực tế.
• Nếu cần năng lực lập trình tốt nhất trong nhóm mô hình mở ngay bây giờ, DeepSeek V4.1 Flash hoặc Kimi K3 vẫn đang có lợi thế đo được trên benchmark.
• Nếu ưu tiên ngữ cảnh dài (xử lý tài liệu lớn, codebase nhiều file), cửa sổ 1 triệu token của Beam là một điểm cộng đáng kể.

Câu hỏi thường gặp

Beam có phải mô hình mạnh nhất hiện nay không?

Không. Theo dữ liệu công bố, Kimi K3 vẫn dẫn đầu về năng lực tổng thể và DeepSeek V4.1 Flash vượt trội ở một số benchmark lập trình cụ thể. Thế mạnh của Beam nằm ở chi phí suy luận thấp hơn, không phải điểm số cao nhất.

Beam có miễn phí sử dụng không?

Beam là mô hình mã nguồn mở (open-weight) nhưng tới thời điểm viết bài, Reflection AI chưa công bố bảng giá API chính thức, nên chưa thể khẳng định chi phí sử dụng qua API sẽ rẻ hơn các đối thủ trên thực tế.

Ai nên quan tâm đến Beam?

Những ai đang theo dõi cuộc đua mô hình mã nguồn mở, đặc biệt là nhóm cần xử lý ngữ cảnh dài hoặc muốn tối ưu chi phí hạ tầng suy luận về sau, nên theo dõi Beam khi giá API chính thức được công bố.

Kết luận

Beam đánh dấu lần đầu Reflection AI chuyển từ “công ty được định giá hàng tỷ USD nhưng chưa ra sản phẩm” sang có một mô hình thật để người dùng thử nghiệm. Nó không phải cú lật kèo để Mỹ giành lại ngôi đầu mã nguồn mở từ tay Trung Quốc, nhưng là bước đi cho thấy cuộc đua chi phí suy luận đang quan trọng không kém cuộc đua điểm số benchmark. Nếu bạn đang chọn mô hình mã nguồn mở cho dự án, Beam là một tên nên thêm vào danh sách theo dõi, cùng với Kimi K3 và DeepSeek.

Nguồn tham khảo

• TechCrunch: Reflection debuts Beam, an open-weight AI model to rival Chinese models at lower compute cost
• DataCamp: Beam – Reflection AI’s 501B Open-Weight Model