Reflection开源501B参数Beam模型

开源模型阵营又添一枚美国重磅选手。据Unite AI等媒体报道，美国创企Reflection AI周四在Hugging Face上以Apache 2.0许可证开放了其首个开放权重模型Beam的全部权重——总参数5010亿，任何人都可以下载、自部署并自由定制。公司同日开放了自家API的公开测试，并把这次发布包装成一个由40多家伙伴组成的「智能体开放操作系统」。

Beam采用混合专家（MoE）架构：总参数5010亿，但每个token只激活约230亿参数，每一专家层有256位专家、按token挑选8位，上下文窗口最高100万token，目前仅支持文本输入输出。权重提供BF16（约1TB）、FP8和NVFP4三种精度——4位版本压缩到约280GB，官方建议用四块B200跑长上下文，还附带一个用于投机解码的小型起草模型。

训练规模是这次发布最唬人的部分：Beam先在23.8万亿token上预训练，随后用1.05万块英伟达GB300 GPU跑了四周强化学习，累计超过1亿次策略试错；算上评估和消融实验，共用去约13亿个沙盒环境，最终一次强化学习运行的集群峰值达到88.3万个虚拟CPU，横跨谷歌云和AWS的23个集群。这家由前谷歌DeepMind研究员创办的公司想证明的是，小团队也能用强化学习把前沿模型训练便宜。

Beam的核心卖点是「省token」：训练时对冗余输出施加长度惩罚，让模型既解完任务又不啰嗦——毕竟AI的账单等于token单价乘以用量，若修同一个bug能少用三分之二的token，单价贵点也划算。用户还可在五档推理力度间调节，默认中档。官方自测成绩为：研究生级科学问答GPQA Diamond 90.5％、真实软件修复SWE-bench Verified 80.9％、竞赛数学AIME 2026 97.8％、命令行智能体任务Terminal-Bench 2.1为80.1％——这些均是企业自测数据，独立验证还有待第三方复测。

上线生态相当齐整：AWS、Azure、谷歌云、CoreWeave、OpenRouter、Together AI等托管平台，Dell和HPE的本地化与气隙部署，vLLM、SGLang等推理框架的首日适配都已就位。Reflection还把自用多年的终端智能体工具Mirror开源出来——一个思路类似Claude Code、但围绕开放模型构建的编码代理外壳。在Meta本周刚放开自家大型开放模型、英伟达持续扩充Nemotron家族的同一周里，长期由中国实验室领跑的开源权重赛道，正在出现越来越多美国本土选项。

编译自 Unite AI 与 Reflection 官方博客，原标题："Reflection Releases Beam's Open Weights Under Apache 2.0 License"