Refleksi AIsebuah startup yang didirikan tahun lalu oleh dua mantan peneliti Google DeepMind, telah mengumpulkan $2 miliar dengan valuasi $8 miliar, sebuah lompatan besar 15x lipat dari sebelumnya penilaian $545 juta tujuh bulan yang lalu. Perusahaan ini, yang awalnya berfokus pada agen pengkodean otonom, kini memposisikan dirinya sebagai alternatif open source untuk laboratorium tertutup seperti OpenAI dan Anthropic, dan setara dengan perusahaan AI Tiongkok seperti DeepSeek.
Startup ini diluncurkan pada bulan Maret 2024 oleh Misha Laskin, yang memimpin pemodelan penghargaan untuk proyek Gemini DeepMind, dan Ioannis Antonoglou, yang ikut menciptakan AlphaGo, sistem AI yang terkenal mengalahkan juara dunia dalam permainan papan Go pada tahun 2016. Latar belakang mereka dalam mengembangkan sistem AI yang sangat canggih ini adalah inti dari gagasan mereka, yaitu bahwa talenta AI yang tepat dapat membangun model terdepan di luar raksasa teknologi yang sudah mapan.
Bersamaan dengan babak barunya, Reflection AI mengumumkan bahwa mereka telah merekrut tim bertalenta terbaik dari DeepMind dan OpenAI, serta membangun rangkaian pelatihan AI tingkat lanjut yang dijanjikan akan terbuka untuk semua. Mungkin yang paling penting, Reflection AI mengatakan pihaknya telah “mengidentifikasi model komersial terukur yang selaras dengan strategi intelijen terbuka kami.”
Tim Reflection AI saat ini berjumlah sekitar 60 orang — sebagian besar adalah peneliti dan insinyur AI di bidang infrastruktur, pelatihan data, dan pengembangan algoritme, menurut Laskin, CEO perusahaan. Reflection AI telah mengamankan cluster komputasi dan berharap untuk merilis model bahasa frontier tahun depan yang dilatih pada “puluhan triliun token,” katanya kepada TechCrunch.
“Kami membangun sesuatu yang tadinya dianggap hanya mungkin dilakukan di dalam laboratorium terkemuka dunia: LLM skala besar dan platform pembelajaran penguatan yang mampu melatih model Mixture-of-Experts (MoEs) dalam skala besar pada skala terdepan,” Reflection AI menulis dalam sebuah postingan di X. “Kami melihat keefektifan pendekatan kami secara langsung ketika kami menerapkannya pada domain kritis pengkodean otonom. Dengan tercapainya pencapaian ini, kami kini membawa metode ini ke dalam penalaran agenik umum.”
MoE mengacu pada arsitektur spesifik yang mendukung LLM terdepan — sistem yang, sebelumnya, hanya laboratorium AI tertutup dan besar yang mampu melakukan pelatihan dalam skala besar. DeepSeek mengalami momen terobosan ketika menemukan cara untuk melatih model ini dalam skala besar secara terbuka, diikuti oleh Qwen, Kimi, dan model lainnya di Tiongkok.
“DeepSeek dan Qwen dan semua model ini merupakan peringatan bagi kita karena jika kita tidak melakukan apa pun terhadap hal ini, maka secara efektif, standar intelijen global akan dibangun oleh orang lain,” kata Laskin. “Itu tidak akan dibangun oleh Amerika.”
acara Techcrunch
San Fransisco
|
27-29 Oktober 2025
Laskin menambahkan bahwa hal ini menempatkan AS dan sekutunya pada posisi yang dirugikan karena perusahaan dan negara berdaulat sering kali tidak menggunakan model Tiongkok karena potensi dampak hukum.
“Jadi Anda bisa memilih untuk hidup dalam posisi yang tidak menguntungkan secara kompetitif atau memanfaatkan kesempatan tersebut,” kata Laskin.
Para ahli teknologi Amerika sangat merayakan misi baru Reflection AI. David Sacks, AI Gedung Putih dan Raja Kripto, diposting pada X: “Senang sekali melihat lebih banyak model AI open source Amerika. Segmen pasar global akan lebih memilih biaya, kemampuan penyesuaian, dan kontrol yang ditawarkan open source. Kami ingin AS memenangkan kategori ini juga.”
Clem Delangue, salah satu pendiri dan CEO Hugging Face, sebuah platform terbuka dan kolaboratif untuk pembuat AI, mengatakan kepada TechCrunch tentang putaran tersebut, “Ini benar-benar berita bagus bagi AI sumber terbuka Amerika.” Delangue menambahkan, “Sekarang tantangannya adalah menunjukkan kecepatan tinggi dalam berbagi model dan kumpulan data AI terbuka (mirip dengan apa yang kami lihat dari laboratorium yang mendominasi AI sumber terbuka).”
Refleksi Definisi AI tentang “terbuka” tampaknya berpusat pada akses dibandingkan pengembangan, serupa dengan strategi dari Meta dengan Llama atau Mistral. Laskin mengatakan Reflection AI akan merilis bobot model – parameter inti yang menentukan cara kerja sistem AI – untuk penggunaan publik sambil mempertahankan kepemilikan kumpulan data dan jalur pelatihan penuh.
“Pada kenyataannya, hal yang paling berdampak adalah model anak timbangan, karena model anak timbangan dapat digunakan oleh siapa saja dan mulai diutak-atik,” kata Laskin. “Infrastrukturnya bertumpuk, hanya segelintir perusahaan terpilih yang benar-benar dapat menggunakannya.”
Keseimbangan tersebut juga mendasari model bisnis Reflection AI. Para peneliti akan dapat menggunakan model tersebut secara bebas, kata Laskin, namun pendapatan akan datang dari perusahaan besar yang membuat produk berdasarkan model Reflection AI dan dari pemerintah yang mengembangkan sistem “sovereign AI”, yang berarti model AI dikembangkan dan dikendalikan oleh masing-masing negara.
“Setelah Anda memasuki wilayah di mana Anda merupakan perusahaan besar, secara default Anda menginginkan model terbuka,” kata Laskin. “Anda menginginkan sesuatu yang Anda miliki. Anda dapat menjalankannya di infrastruktur Anda. Anda dapat mengontrol biayanya. Anda dapat menyesuaikannya untuk berbagai beban kerja. Karena Anda mengeluarkan sejumlah uang yang tidak sedikit untuk AI, Anda ingin dapat mengoptimalkannya sebanyak mungkin, dan itulah pasar yang kami layani.”
Reflection AI belum merilis model pertamanya, yang sebagian besar akan berbasis teks, dengan kemampuan multimodal di masa depan, menurut Laskin. Dana dari putaran terakhir ini akan digunakan untuk mendapatkan sumber daya komputasi yang diperlukan untuk melatih model-model baru, yang pertama akan dirilis perusahaan pada awal tahun depan.
Investor dalam putaran terbaru Reflection AI termasuk Nvidia, Disruptive, DST, 1789, B Capital, Lightspeed, GIC, Eric Yuan, Eric Schmidt, Citi, Sequoia, CRV, dan lainnya.
