Reflection AI发布了其首个开放权重模型Beam。该模型采用稀疏混合专家（Sparse Mixture-of-Experts）架构开发，总参数规模达501十亿；每个token中激活23十亿。Beam专注于编程、推理和智能体任务，预训练使用了23.8兆token，并提供1百万token的上下文窗口。在强化学习阶段，历时四周使用了10千500个Nvidia GB300 GPU，生成了超过100百万次rollout，并运行了约1.3十亿个沙盒。
根据该公司自己的测试，Beam在高难度推理基准测试中，以少3到4倍的推理计算量实现了与GLM-5.2相近的性能；这些结果尚未得到独立验证。该模型在SWE Bench Pro v2-Hard上获得77.2分，在Terminal Bench v2.1上获得80.1分，在SWE Bench Verified上获得80.9分。该公司承认，Kimi K3等更大型的开放模型在原始性能上处于领先地位。
Beam仅基于文本，能够使用工具并通过网络访问开展研究。Reflection AI由两名前Google DeepMind研究人员于2024年创立，已获得约4.7十亿美元投资；最近一轮融资的估值为25十亿美元。模型权重和开发者工具将于10月发布。
背景
Beam这个名字在FikirPilot的档案中并不新鲜：过去90天里，我们发布了3篇提到这一名称的报道；最新一篇的日期为2026年10月6日。