Reflection AI Beam 开源权重 MoE 模型
Reflection AI 于 2026 年 10 月 5 日发布其首个开源权重模型 Beam，官方称其为面向编码、推理与智能体工作负载的稀疏混合专家（MoE）模型。
工具概览
功能、使用步骤与常见问题见下方
功能特点
- ✓ 官方称 Beam 是稀疏混合专家（MoE）模型，拥有 5010 亿总参数、230 亿激活参数，面向编码、推理与智能体工作负载构建
- ✓ 官方称其使用 23.8 万亿来自网络与自有授权数据集的 token 预训练，并在 10.5K 块 NVIDIA GB300 GPU 上进行为期 4 周、超过 1 亿次 rollout、最大上下文 256K 的高算力强化学习（RL）
- ✓ 官方称 Beam 在编码与智能体任务上可竞争更大的开源模型（如 GLM 5.2），并在编码与智能体任务上接近 Qwen 3.8-Max；官方承认 Kimi K3 在原始能力上仍领先，Beam 的优势在于推理时效率
- ✓ 官方称 Beam 在高级推理基准上取得与 GLM 5.2 相当的成绩，却只用 3 至 4 倍更少的推理算力，对比 2T+ 参数级模型时效率优势更明显
- ✓ 官方称其提供可调的 reasoning effort 参数以在速度与性能间权衡；Beam 为纯文本模型，权重将于本月以 Apache 2.0 许可发布
使用步骤
- 访问 Reflection 官方 Beam 页面（reflection.ai/blog/introducing-beam）了解模型能力、基准与训练方法
- 官方称 Beam 目前向一组选定用户开放，可在 platform.reflection.ai 加入等候名单申请早期访问
- 关注官方本月发布的权重、技术报告、模型卡与开发者工件（含运行、评测与微调的全栈）
- 在正式开源后按 Apache 2.0 许可在自有工作流中部署与评测 Beam
常见问题
Beam 是什么？
官方称 Beam 是 Reflection AI 于 2026 年 10 月 5 日发布的首个开源权重模型，为稀疏混合专家（MoE）模型，5010 亿总参数、230 亿激活参数。
Beam 的性能如何？
官方称其在编码与智能体任务上可竞争 GLM 5.2、接近 Qwen 3.8-Max，在高级推理基准上与 GLM 5.2 相当但只用 3 至 4 倍更少的推理算力。
Beam 现在可以下载吗？
官方称 Beam 目前向一组选定用户开放并可加入等候名单，权重、技术报告与模型卡将于本月以 Apache 2.0 许可发布。
Beam 是开源的吗？
官方称其将于 2026 年 10 月内以 Apache 2.0 许可发布权重，并随附文档、技术报告以及运行、评测与微调的全栈。
Beam 支持多模态输入吗？
官方称 Beam 是纯文本模型，但当其他模态信息以文本表示时它可以处理；官方演示包括用 p5.js 构建 3D 游戏与搭建实时纽约地铁看板等。