Em 10 de outubro de 2026, a Investing.com noticiou, citando o Financial Times, que Nvidia e Reflection AI mantinham conversas preliminares sobre uma possível aquisição da startup ou um aporte maior da Nvidia. O relato descreveu negociações, não uma operação concluída. Na ocasião, a Reuters disse que não conseguiu verificar as conversas de forma independente.

As possibilidades mencionadas incluíam uma aquisição integral, financiamento adicional ou um acqui-hire: contratação de funcionários da Reflection AI junto com o licenciamento de sua tecnologia. Nenhuma dessas alternativas foi apresentada como escolhida.

O que as cifras de financiamento representam

A mesma reportagem atribuiu ao Financial Times um compromisso anterior de US$ 800 milhões da Nvidia com a Reflection AI. Em outro contexto, Misha Laskin, CEO da startup, falou à CNBC em abril de 2026 sobre uma captação com avaliação pre-money de US$ 25 bilhões, segundo a Investing.com. Esse termo se refere à avaliação da empresa antes da entrada do novo investimento.

A referência anterior veio de uma rodada distinta: em 10 de setembro de 2025, a Reuters noticiou que a Reflection AI havia levantado US$ 2 bilhões com avaliação de US$ 8 bilhões, em reportagem reproduzida pela MarketScreener. Assim, os US$ 8 bilhões dizem respeito à avaliação associada à rodada de 2025, enquanto os US$ 25 bilhões se referem à captação discutida em abril de 2026.

Beam e o uso de GPUs da Nvidia

A Reflection AI descreve Beam como um modelo de código aberto em pesos, com arquitetura esparsa de mistura de especialistas (Mixture of Experts). O modelo tem 501 bilhões de parâmetros no total e 23 bilhões ativos; foi desenvolvido para programação, raciocínio e tarefas com agentes de IA.

A empresa afirma que usou 10.500 GPUs NVIDIA GB300 durante quatro semanas de aprendizado por reforço de alto custo computacional, gerando mais de 100 milhões de rollouts, ou trajetórias de execução. A Reflection AI também relata que Beam alcançou resultados comparáveis aos do GLM-5.2 em benchmarks avançados de raciocínio usando de três a quatro vezes menos computação na inferência. Esses dados e comparações são declarações da própria Reflection AI.