حصل النموذج الأول من Reflection، Beam، على درجة 30 في مؤشر الذكاء من Artificial Analysis، ما يضعه في المرتبة #2 بين نماذج الأوزان المفتوحة الأمريكية
راجع صفحة النموذج راجع صفحة النموذجBeam هو نموذج أوزان مفتوحة بـ 501B معامل إجمالي و23B معامل نشط
أبرز النقاط:
➤ ثاني أفضل نموذج بين نماذج الأوزان المفتوحة الأمريكية: يحصل Beam على درجة 30، خلف Muse Spark Open من Meta فقط (39) وأمام إصدار Nemotron 3.5 Super VL من NVIDIA (26) الصادر أمس. خارج الصين، لا تتجاوزه سوى Muse Spark Open وK2 Horizon من الإمارات (31)
➤ كفاءة عالية في الرموز مقارنة بذكائه: يستخدم Beam نحو ~26k رمز إخراج لكل مهمة في مؤشر الذكاء مقارنةً بـ K2 Horizon، المتقدم بنقطة واحدة، والذي يستخدم ضعف ذلك (~52k). لا تزال النماذج الاحتكارية ترسم الحد الأمامي، حيث سجّل GPT-6 Astra (max) درجة 53 بنفس الميزانية (~27k)
➤ قوي في سير عمل الوكلاء، أضعف في الطرفية: يسجل Beam نسبة 48.5% على AutomationBench-AA، متقدمًا بـ 11 نقطة مئوية على K2 Horizon (37.2%) وعلى قدم المساواة مع Qwen3.8 27B (48.2%). في المقابل، يمثل Terminal-Bench 4.0 نقطة ضعف، حيث يسجل Beam 3.0%، متأخرًا عن Qwen3.8 27B (5.6%) وMuse Spark Open (8.1%)
➤ يعرف أكثر، ويخمّن أكثر: على AA-Omniscience يجيب إجابة صحيحة عن 33% من الأسئلة، متقدمًا بفارق كبير على K2 Horizon (18%) وQwen3.8 27B (16%). لكن معدل هلوسته يبلغ 47%، مقابل 26% لـ K2 Horizon و30% لـ Qwen3.8 27B، ما يمنح Beam درجة صافية في المؤشر قدرها 1.5، متقدمًا على كليهما (−3.0 و−10.0)
تفاصيل أخرى عن النموذج
- نافذة السياق: 1M رمز
- الأنماط: النص
- المعاملات: 501B / 23B
مقارنةً بنماذج الأوزان المفتوحة المماثلة
يحقق Beam درجات عالية مقابل نماذج الأوزان المفتوحة الأمريكية، متأخرًا عن Muse Spark Open من Meta (39) ومتقدمًا على Nemotron 3.5 Super VL من NVIDIA (26)، وجميعها صدرت هذا الأسبوع. بين جميع نماذج الأوزان المفتوحة يحتل المرتبة العاشرة، متأخرًا بنقطة واحدة عن K2 Horizon (31)
القدرات السيبرانية
يُنجز Beam نسبة 34% من المهام في مؤشر الأمن السيبراني من Artificial Analysis، ليصبح النموذج الأمريكي مفتوح الأوزان الأبرز من بين ما اختبرناه
بفضل كفاءته في الرموز، يتواجد أيضًا على الحد الأمامي لمؤشر الأمن السيبراني مقابل رموز الإخراج لكل مهمة، إلى جانب GPT-6 Sol (Daybreak Blue)
كفاءة عالية جدًا في الرموز
يستهلك Beam نحو 26k رمز إخراج لكل مهمة في مؤشر الذكاء: نحو 19k للتفكير ونحو 7k للإجابات. فقط 26% من إخراجه يذهب إلى الإجابات النهائية، وهو أدنى معدل 28 من بين 219 نموذجًا تم اختبارها على Intelligence Index v4.3
مهارات البرمجة
عند تشغيله في Mirror، إطار سطر الأوامر مفتوح المصدر من Reflection، يسجل Beam درجة 28 على مؤشر وكلاء البرمجة من Artificial Analysis. يتأخر 15 نقطة عن الإعداد التالي، Claude Code مع Qwen3.8 Max (43)، و40 نقطة عن المتصدرين (68). لكنه مقتصد: لا يستخدم رموزًا أقل منه سوى Codex مع GPT-6 Astra وCodex مع GPT-6.1 Sol
مكوّنات مؤشر الذكاء
عبر التقييمات العشرة في مؤشر الذكاء، تبرز Beam على AutomationBench-AA (48.5%) وCritPt (13.1%)، حيث تفوق ب أكثر من الضعف كلاً من K2 Horizon (4.6%) وQwen3.8 27B (5.4%). أضعف نتائجها هي على Terminal-Bench 4.0 (3.0%) وAA-Briefcase (976 Elo)
التفاصيل الكاملة على صفحة Beam في Artificial Analysis https://artificialanalysis.ai/models/reflection-beam