Reflection AI 的 Beam：501B 开源权重 MoE，赌的是效率而非规模

2026 年 10 月 5 日，Reflection AI 发布了 Beam——它的首个开源权重模型，也是一项计划中模型系列的开篇之作。Beam 是一个稀疏专家混合（MoE）模型，总参数 5010 亿，但每 token 仅激活 230 亿，面向编程、推理与 Agent 任务。它的卖点不是原始能力，而是效率：Reflection 称 Beam 在高级推理上可比 Z.ai 的 GLM-5.2，而推理算力只需三分之一到四分之一。权重尚未发布，而这个时间点，是你首先要搞清楚的事。

Beam 存了 5010 亿参数，但每 token 只激活 230 亿

Beam 到底是什么

剥去营销话术，Beam 是一个具体、可描述的东西：稀疏 MoE 模型，总参数 5010 亿、每 token 激活 230 亿，共 52 层，混合了局部注意力（邻近文本）与全局注意力（整段输入）。它纯文本，拥有 100 万有效上下文窗口，从零端到端训练，而非改编自别家底座。更关键的是，它是 Reflection 的首个开源权重发布——是一项计划系列的开篇，而非一次性的作品。

# Beam, from Reflection AI's October 5, 2026 announcement.
# All figures are vendor-stated unless marked otherwise.

BEAM = {
    'announced': '2026-10-05',
    'type': 'sparse Mixture-of-Experts, text-only',
    'total_params': '501B',
    'active_params': '23B per token',
    'layers': 52,
    'context': '1M effective',
    'license': 'Apache 2.0 (planned)',
    'training': 'end-to-end from scratch',
}

效率才是论点，规模不是

整个论证的核心是稀疏性。每 token 成本由激活参数而非总参数驱动，所以「存 5010 亿、只激活 230 亿」正是让大模型保持服务经济性的关键。Reflection 把 Beam 定位为「前沿推理效率」：声称在高级推理上取得与 Z.ai GLM-5.2 相当的结果，而推理算力只需三分之一到四分之一。这是一个很有力的声称——恰恰是那种只有在你亲自跑的独立基准上才能存活下来的声称。

# The efficiency thesis, stated as a testable claim.
# '3-4x less compute' is a vendor claim, not a reproduced result.

CLAIM = {
    'at': 'GLM-5.2 (Z.ai)',
    'on': 'advanced reasoning benchmarks',
    'compute_ratio': '3x-4x less inference compute',
    'verified_by_third_party': False,
}

def trust(claim):
    # An unverified efficiency claim is a hypothesis, not a number.
    return 'measure it yourself' if not claim['verified_by_third_party'] else 'cite it'

稀疏 MoE 让每个 token 只经过少数专家

权重还没有发布

这一点必须记住。发布时 Beam 仍处于最终红队测试阶段，早期访问靠报名而非下载。Reflection 称将在 2026 年 10 月稍晚，以计划的 Apache 2.0 许可，发布权重、技术报告、模型卡与开发者资料。在那之前，「开源权重」只是关于未来的承诺，每个效率数字都是公司自报的结果。据此规划，而不是把路线图搭在一个你还跑不起来的模型上。

# Active parameters, not total, drive per-token compute cost.
# Sparsity is the whole argument: 501B stored, 23B fired.

def layer_compute(total, active, tokens):
    # Rough intuition only - real cost depends on kernel + memory BW.
    return active * tokens        # what you pay per token

stored = 501e9   # did you try to survive this on one GPU? No.
fired  = 23e9    # this is what runs per token. That is the bet.

它在开源权重「效率赛」中的位置

Beam 落在一个拥挤的赛场，而竞争的轴心已从规模转向成本。同一话题里的对手包括 GLM-5.2（约 7530 亿总参数）、NVIDIA 的 Nemotron 3 Ultra（5500 亿总、550 亿激活）、DeepSeek 的 V4.1 Flash（今年大幅下调输出定价，主打经济性）以及 Moonshot 的 Kimi K3（总参数 2.8 万亿）。论总参数，Beam 远非最大；它的赌注是：对 Agent 工作流的买家而言，真正付费的是激活参数与「每个已解决任务的算力」，而不是宣传口径里的规模。

# Do not rank models by headline names. Run your own suite.

def evaluate(candidate, baseline, suite):
    rows = []
    for case in suite:
        a, b = candidate.solve(case), baseline.solve(case)
        rows.append({
            'case': case.id,
            'a_ok': a.ok, 'b_ok': b.ok,
            'a_tokens': a.tokens, 'b_tokens': b.tokens,
            'a_latency_ms': a.latency_ms,
        })
    wins = sum(r['a_ok'] and not r['b_ok'] for r in rows)
    return {'net_wins': wins, 'n': len(rows)}

在权重落地前，效率声称仍属厂商自报

如何评估一个开源权重声称

不要照着排行榜选模型。等权重发布后，在你自己的任务上测三件事：每个已解决任务消耗的 token、延迟，以及相对既有基线的成功率。效率声称说出口容易、复现极难，因为真实成本取决于算子效率、内存带宽与你的服务栈，而不只是参数数量。现在就把评测集搭好，等权重一落地，你就能回答唯一重要的问题：Beam 在你的工作负载、你的成本下，是否胜出？

# A pre-adoption checklist for an open-weight model whose weights
# are not downloadable yet.

CHECKLIST = [
    'weights downloadable today?      -> no (later in October)',
    'final license published?         -> no (Apache 2.0 planned)',
    'technical report available?      -> no (promised with weights)',
    'efficiency claim reproduced?     -> no (vendor-reported)',
    'eval harness ready for day one?  -> yes, build it now',
]

权重落地之前该做什么

三步。一：加入早期访问候补，免得之后排队。二：准备一套固定任务的评测集、一个基线模型，以及「每个已解决任务成本」这一指标。三：等许可发布后仔细读——Apache 2.0 只是「计划」，计划不等于已发布。Beam 一切令人兴奋之处，都取决于一场尚未发生的发布。把这次公告当作一个假设，把你的评测集当作实验。