Reflection AI于2026年10月5日发布首款开放权重模型Beam。它是一款纯文本模型，主要面向编程、推理和AI智能体任务。公司将其定位为可与中美领先开放模型竞争的产品；不过，在权重和评测细节尚未开放核验之前，性能与效率方面的亮眼说法仍应视为公司主张。 3713

Beam的架构与训练规模

Beam采用稀疏混合专家（MoE）架构：总参数量为5010亿，但处理每个token时约有230亿参数处于激活状态。Reflection表示，模型预训练使用了23.8万亿个token，之后又进行了高算力强化学习训练；公司公告称，这轮训练产生了超过1亿次rollout。 14

Reflection公布的模型上下文窗口最长可达100万token。不过，第三方对早期测试版接口的报道提到，该接口的上下文上限为25.6万token。模型对外公布的上下文规格，与用户通过某个具体服务实际能用到的上限，可能并不相同；现有信息也无法确认测试版的限制是否适用于所有部署方式。 371718

基准成绩：有竞争力，不等于全面领先

Reflection报告称，Beam在SWE-bench Verified上的得分为80.9%。另一项公开比较显示，在测试命令行操作能力的Terminal-Bench v2.1中，Beam得分为80.1，低于GLM-5.2的81.0、Kimi K3的88.3和DeepSeek V4.1 Flash的90.6。这些结果显示Beam可能在部分任务上具备竞争力，但不足以支持它全面胜过中美领先开放模型的结论。 1220

Reflection还称，Beam在部分基准上的推理表现可比GLM-5.2，并估算其生成阶段的计算需求约为GLM-5.2的三分之一至四分之一；与公司选取的西方领先开放模型相比，估算的计算需求则低四倍以上。这些数字属于公司估算，并非独立测量，不能据此断定所有用户和部署环境都能获得相同比例的成本或延迟改善。 1316

目前Beam权重尚未开放，外部测试者无法据此独立复现结果。因此，基准成绩和计算效率比较都应暂作参考。评测设置和服务环境不同，也可能影响模型间的比较；现有成绩并不能说明Beam在其他任务或实际部署中会有怎样的表现。 713

何时开放，现阶段如何体验？

Reflection计划于2026年10月稍晚以Apache 2.0许可发布Beam权重，但目前没有确切发布日期。报道还提到，公司计划提供技术报告、模型卡等配套材料；这些资料正式公开之前，最终发布内容仍未完全明确。想提前体验的用户可以通过候补名单申请。 2321

开放权重意味着开发者在权重发布后可以下载并运行模型，也可以根据许可条件进行调整；但这不等于模型已经在任何特定机构的环境中得到验证、可以直接投入生产。Beam的目标用户包括开发者、企业和公共部门客户，但现有发布报道没有证实它已部署于某个具体机构，也没有证实其已基于某家机构的私有数据完成定制。 1531

模型发布背后的基础设施布局

Beam的发布也伴随着Reflection的大规模算力布局。报道提到，该公司与SpaceX达成一项涉及英伟达GB300系统、金额为63亿美元的协议，并与Nebius另有算力协议。这些合作体现了Reflection为其发展规划投入的基础设施规模，但不能独立证明Beam的性能，也不能验证其推理计算节省幅度。 48

现阶段，判断Beam最稳妥的方式，是把已公布规格与尚待验证的比较分开看：架构、训练规模和目标任务已有公开说明；至于它相对其他模型的基准表现及实际运行效率，还要等权重和更完整的评测材料开放后，才能进一步检验。 71314

Reflection AI于2026年10月5日发布首款开放权重模型Beam。它是一款纯文本模型，主要面向编程、推理和AI智能体任务。公司将其定位为可与中美领先开放模型竞争的产品；不过，在权重和评测细节尚未开放核验之前，性能与效率方面的亮眼说法仍应视为公司主张。 3713

Beam的架构与训练规模

Beam采用稀疏混合专家（MoE）架构：总参数量为5010亿，但处理每个token时约有230亿参数处于激活状态。Reflection表示，模型预训练使用了23.8万亿个token，之后又进行了高算力强化学习训练；公司公告称，这轮训练产生了超过1亿次rollout。 14

Reflection公布的模型上下文窗口最长可达100万token。不过，第三方对早期测试版接口的报道提到，该接口的上下文上限为25.6万token。模型对外公布的上下文规格，与用户通过某个具体服务实际能用到的上限，可能并不相同；现有信息也无法确认测试版的限制是否适用于所有部署方式。 371718

基准成绩：有竞争力，不等于全面领先

Reflection报告称，Beam在SWE-bench Verified上的得分为80.9%。另一项公开比较显示，在测试命令行操作能力的Terminal-Bench v2.1中，Beam得分为80.1，低于GLM-5.2的81.0、Kimi K3的88.3和DeepSeek V4.1 Flash的90.6。这些结果显示Beam可能在部分任务上具备竞争力，但不足以支持它全面胜过中美领先开放模型的结论。 1220

Reflection还称，Beam在部分基准上的推理表现可比GLM-5.2，并估算其生成阶段的计算需求约为GLM-5.2的三分之一至四分之一；与公司选取的西方领先开放模型相比，估算的计算需求则低四倍以上。这些数字属于公司估算，并非独立测量，不能据此断定所有用户和部署环境都能获得相同比例的成本或延迟改善。 1316

目前Beam权重尚未开放，外部测试者无法据此独立复现结果。因此，基准成绩和计算效率比较都应暂作参考。评测设置和服务环境不同，也可能影响模型间的比较；现有成绩并不能说明Beam在其他任务或实际部署中会有怎样的表现。 713

何时开放，现阶段如何体验？

Reflection计划于2026年10月稍晚以Apache 2.0许可发布Beam权重，但目前没有确切发布日期。报道还提到，公司计划提供技术报告、模型卡等配套材料；这些资料正式公开之前，最终发布内容仍未完全明确。想提前体验的用户可以通过候补名单申请。 2321

开放权重意味着开发者在权重发布后可以下载并运行模型，也可以根据许可条件进行调整；但这不等于模型已经在任何特定机构的环境中得到验证、可以直接投入生产。Beam的目标用户包括开发者、企业和公共部门客户，但现有发布报道没有证实它已部署于某个具体机构，也没有证实其已基于某家机构的私有数据完成定制。 1531

模型发布背后的基础设施布局

Beam的发布也伴随着Reflection的大规模算力布局。报道提到，该公司与SpaceX达成一项涉及英伟达GB300系统、金额为63亿美元的协议，并与Nebius另有算力协议。这些合作体现了Reflection为其发展规划投入的基础设施规模，但不能独立证明Beam的性能，也不能验证其推理计算节省幅度。 48

现阶段，判断Beam最稳妥的方式，是把已公布规格与尚待验证的比较分开看：架构、训练规模和目标任务已有公开说明；至于它相对其他模型的基准表现及实际运行效率，还要等权重和更完整的评测材料开放后，才能进一步检验。 71314