Reflection 发布开源权重模型 Beam：501B 总参数、23B 激活参数
Reflection 发布开源权重模型 Beam：501B 总参数、23B 激活参数
Reflection 宣布推出 Beam，一款面向代码、智能体和科学工作负载的文本模型。根据公开信息，Beam 是一个 MoE 模型，规模为 501B 总参数、23B 激活参数，从零开始训练，完整权重计划在本月以 Apache 2.0 许可发布。
主要信息
- 模型形态：文本-only MoE 模型
- 参数规模：501B 总参数，23B 激活参数
- 重点方向：代码、智能体任务、科学场景
- 训练方式：从零开始训练
- 开源计划：完整权重预计本月发布，许可为 Apache 2.0
训练规模与数据处理
团队公开信息称，Beam 的预训练使用了 23.8T tokens。其中一部分训练数据来自针对数亿份 PDF 的 OCR 处理流程。
在强化学习与 OPD 训练方面，相关团队成员描述称，训练运行在约 10K GB300 上，覆盖约 100 万个任务，产生超过 1 亿次 rollout。
另有公开总结提到，Beam 的预训练和强化学习阶段分别约为四周，使用规模约为 10,500 张 GB300。
官方性能主张
Reflection 对 Beam 给出的部分性能主张包括：
- SWE-bench Verified：80.9
- 推理效率为 GLM 5.2 的 3–4 倍
- 将发布技术报告，并推进开源生态集成
需要注意的是，这些数字来自团队或早期公开总结，仍需等待更完整的技术报告、权重发布以及第三方复现评测。
外部观察与定位
目前外部观察者对 Beam 的定位相对谨慎。一些早期评价认为，Beam 可能是同等智能水平下 token 效率较高的开放模型之一。
也有分析将其性能放在接近 GLM 5.2 的区间，并指出在部分基准上可能仍落后于更新一代模型，例如 GLM 5.3、Kimi K3、Qwen 3.8 Max 和 DeepSeek V4.1 Flash。
从生态角度看，Beam 的意义在于：它是一个由美国团队从零训练、计划开放完整权重的大规模模型。对于希望使用美国训练开放模型的开发者和企业，这提供了新的选择。
相关技术讨论
围绕 Beam 的早期技术讨论主要集中在以下几方面：
-
训练效率
有研究者估计，Beam 预训练阶段的 BF16 MFU 约为 12%。这一估算并非官方最终结论，但反映了外界对其训练效率的关注。 -
架构特征
有分析认为，Beam 可能采用了类似 3:1 交错的全局注意力与滑动窗口注意力结构，并在保留代码集困惑度上表现较好。 -
算力对比
也有人将 Beam 视为对 DeepSeek V3 的近似等 FLOP 复现，并推测其强化学习阶段使用了大规模并行沙盒环境。
这些判断大多来自外部推断，仍应以正式技术报告为准。
同期开放模型动态
Beam 发布前后，开放权重和专用模型领域也出现了多项新进展：
- Aleph Alpha Kolibri：78B 总参数、3.46B 激活参数，Apache 2.0 许可，面向德语和英语场景。团队自报成绩包括 AIME 2025 96.9%、GPQA Diamond 84.3%、SWE-Bench Verified 66.4%。但数据集尚未发布，部分智能体评测仍低于 Qwen。
- Reka Rho-1：19B 全模态模型，可理解并生成文本、图像、视频和机器人动作。公开信息称其从零训练，使用 320 张 H100，耗时约三个月。
- Command Code Agr / Agr-flash：分别为 31B 与 360M 的决策模型，不以文本生成为核心，而是返回带概率的类型化值，用于工具调用与路由。
- Solar Mini 4：35B 总参数、3B 激活参数，支持 512K 上下文。
- Eleven v4 Turbo：在语音 TTS 竞技榜中取得较高排名，并以更低价格提供服务。
小结
Beam 不是当前所有开放模型中的绝对领先者，但它的发布仍值得关注：大规模 MoE、从零训练、面向代码和智能体任务、计划开放完整权重，并采用宽松许可。
对于社区而言，接下来最关键的是三件事：
- 完整权重是否按计划发布；
- 技术报告是否披露足够训练与评测细节；
- 第三方能否复现其效率与基准表现。
在这些信息明确之前，Beam 更适合被看作一个重要的新开放模型候选，而不是已经被充分验证的行业标杆。