Reflection AI mengumumkan Beam pada 5 Oktober 2026 sebagai model open-weight pertamanya. Sistem berasaskan teks ini menyasarkan kerja pengekodan, penaakulan dan ejen AI. Reflection meletakkannya sebagai pilihan alternatif kepada model terbuka terkemuka dari China dan negara Barat. Namun, dakwaan tentang prestasi dan kecekapan Beam masih datang daripada syarikat itu sendiri selagi pemberat model dan butiran penilaiannya belum dapat diperiksa secara bebas.
3
7
13
Seni bina, latihan dan panjang konteks
Beam menggunakan seni bina mixture-of-experts (MoE) yang jarang diaktifkan: jumlahnya 501 bilion parameter, tetapi kira-kira 23 bilion sahaja diaktifkan bagi setiap token. Reflection berkata model itu dilatih awal menggunakan 23.8 trilion token, kemudian menjalani latihan pengukuhan berkomputasi tinggi. Menurut pengumuman syarikat, latihan tersebut menghasilkan lebih 100 juta rollout—laluan atau percubaan yang dijana semasa proses latihan.
14
Reflection menyatakan Beam mempunyai tetingkap konteks sehingga satu juta token. Namun, laporan pihak ketiga mengenai antara muka beta awal menyebut had 256,000 token. Had yang diumumkan untuk model dan had yang boleh digunakan melalui perkhidmatan tertentu mungkin berbeza; maklumat yang ada tidak membuktikan bahawa had beta itu terpakai kepada setiap cara penggunaan Beam.
3
7
17
18
Apa yang ditunjukkan oleh perbandingan penanda aras
Reflection melaporkan skor 80.9% dalam SWE-bench Verified. Dalam perbandingan berasingan bagi Terminal-Bench v2.1, Beam mendapat 80.1, di bawah GLM-5.2 pada 81.0, Kimi K3 pada 88.3 dan DeepSeek V4.1 Flash pada 90.6. Keputusan ini menunjukkan Beam mungkin berdaya saing dalam sesetengah tugasan, tetapi tidak menyokong dakwaan umum bahawa ia mengatasi model terbuka terkemuka dari China atau Barat.
12
20
Reflection turut berkata Beam mencapai tahap penaakulan setanding GLM-5.2 pada penanda aras terpilih. Syarikat itu menganggarkan pengiraan penjanaan Beam kira-kira tiga hingga empat kali lebih rendah berbanding GLM-5.2, dan lebih empat kali lebih rendah berbanding model terbuka Barat terkemuka dalam perbandingannya. Angka ini ialah anggaran syarikat, bukannya ukuran bebas yang membuktikan setiap pengguna akan mendapat penjimatan kos atau masa tindak balas yang sama.
13
16
Pemberat Beam belum tersedia untuk ujian bebas, jadi keputusan penanda aras dan perbandingan pengiraan itu wajar dianggap awal. Perbezaan dalam kaedah penilaian dan keadaan penggunaan boleh mempengaruhi perbandingan model; angka yang dilaporkan sahaja belum menunjukkan prestasi Beam merentas tugasan atau pelaksanaan lain.
7
13
Rancangan pelancaran dan akses
Reflection merancang untuk menerbitkan pemberat Beam di bawah lesen Apache 2.0 pada lewat Oktober 2026, tetapi sumber yang ada tidak menyatakan tarikh tepat. Pengguna boleh memohon akses awal melalui senarai menunggu. Laporan turut menyebut rancangan untuk menyediakan bahan sokongan, termasuk laporan teknikal dan kad model. Sehingga bahan itu diterbitkan, skop sebenar keluaran tersebut masih belum jelas.
2
3
21
Pemberat terbuka membolehkan pembangun menjalankan dan mengubah suai model yang diterbitkan. Namun, itu tidak bermakna sistem tersebut sudah disahkan dan sedia digunakan oleh mana-mana organisasi. Beam disasarkan kepada pembangun, perniagaan dan pelanggan sektor awam; laporan pelancaran yang tersedia tidak mengesahkan penggunaan oleh agensi tertentu atau model yang disesuaikan menggunakan data sulit sesebuah institusi.
1
5
31
Kedudukan Beam dalam strategi Reflection AI
Pelancaran Beam hadir bersama usaha besar Reflection membina kapasiti pengkomputeran. Laporan menyebut perjanjian bernilai AS$6.3 bilion dengan SpaceX yang melibatkan sistem Nvidia GB300, serta satu lagi perjanjian pengkomputeran dengan Nebius. Perjanjian ini memberi gambaran tentang skala infrastruktur di sebalik cita-cita Reflection, tetapi tidak mengesahkan prestasi Beam atau anggaran penjimatan pengiraan inferensnya.
4
8
Buat masa ini, cara paling jelas menilai Beam ialah membezakan spesifikasi yang diumumkan daripada perbandingan yang belum disahkan. Seni bina, skala latihan dan kegunaan yang disasarkan telah diumumkan; prestasi relatif dalam penanda aras dan kecekapan dalam penggunaan sebenar masih perlu diuji selepas pemberat serta bahan penilaian yang lebih lengkap tersedia.
7
13
14