概览
Reflection 首款开放权重模型：501B 总参数、23B 激活的稀疏 MoE，主打编程与智能体任务的推理效率。 Beam 是 Reflection 于 2026 年 10 月 5 日发布的首款开放权重模型，为稀疏混合专家架构，总参数 5010 亿、每 token 激活 230 亿，专为编程、推理与智能体工作负载打造。预训练使用 23.8 万亿 token 的网页与授权专有数据；强化学习阶段在 10,500 块 NVIDIA GB300 上训练 4 周，生成超过 1 亿条 rollout，最长上下文 256K token，训练与评分共用约 13 亿个沙箱。 官方评测（与 GLM 5.2/5.3、Kimi K3、Qwen 3.8 Max、DeepSeek V4.1 Flash 等对比）：SWE-Bench Verified 80.9%、SWE-Bench Multilingual 78.0%、SWE-Bench Pro v1 65.5%、Terminal-Bench v2.1 80.1%、GPQA Diamond 90.5%、AIME 2026 97.8%、HLE（无工具）36.2%、MCP Atlas 78.7%、BrowseComp（含上下文管理）77.4%。官方定位是「西方开放权重前沿」，在编程和智能体任务上可与 GLM 5.2 等更大的开放模型竞争、接近 Qwen 3.8-Max；Kimi K3 等在绝对能力上仍领先，Beam 的优势在推理效率，在高级推理基准上与 GLM-5.2 分数相当而推理算力少 3–4 倍。 可用状态：截至 2026-10-06 仍在做最终红队测试与评估，可在官网申请早期访问；权重、技术报告、模型卡与开发者资源官方称将于本月晚些时候发布。上下文长度、API 价格尚未公布，暂不填写。来源：https://reflection.ai/blog/introducing-beam （2026-10-06 核对）
- 模态
- 文本
- 许可说明
- 开源 · 开源（开放权重，官方称本月内发布权重）
能力
- 稀疏混合专家（MoE）：总参数 5010 亿，每 token 激活 230 亿
- 预训练 23.8 万亿 token，强化学习阶段生成超过 1 亿条 rollout
- SWE-Bench Verified 80.9%，SWE-Bench Pro v1 65.5%，Terminal-Bench v2.1 80.1%（官方数据）
- GPQA Diamond 90.5%，AIME 2026 97.8%，MCP Atlas 78.7%（官方数据）
- 官方称推理任务得分接近 GLM 5.2，但推理算力少 3–4 倍
- 目前为早期访问，权重、技术报告与模型卡预计 2026 年 10 月内发布