Reflection AI anunció este viernes 16 de octubre de 2026 la disponibilidad de los pesos de Beam 1.0, su primer modelo open-weight. El lanzamiento es bajo la licencia Apache 2.0 en Hugging Face e incluye variantes BF16, FP8 y NVFP4, además de un modelo drafter para speculative decoding.
Beam es un sparse Mixture-of-Experts con 501 mil millones de parámetros totales y unos 23 mil millones activos por token. Fue diseñado para coding avanzado, razonamiento y cargas agenticas de horizonte largo, con contexto efectivo de hasta 1 millón de tokens. La empresa, fundada por exinvestigadores de Google DeepMind, había presentado el modelo a principios de mes; ahora los pesos, el model card y el informe de seguridad son públicos.
Ecosistema abierto
Además de los pesos, Reflection lanza lo que llama un “open operating system for agents”. El modelo actúa como kernel, mientras que las capas superiores —integraciones agenticas, contenedores, pipelines de personalización y herramientas de inferencia— son abiertas. Más de 40 socios ofrecen soporte desde el día cero, incluidos AWS, Google Cloud, Microsoft Azure, NVIDIA NIMs, Hugging Face, vLLM, SGLang, Ollama y LM Studio.
La Mirror CLI, el harness open-source que el equipo usó internamente para entrenar el modelo, también fue liberada. Permite ejecutar Beam desde la terminal, inspeccionar acciones, aprobar tool calls y adaptar el flujo con skills y MCP.
Según el anuncio oficial, los desarrolladores pueden descargar los pesos, self-host, evaluar, personalizar con fine-tuning o RL y conectar a sistemas agenticos existentes. La empresa destaca la eficiencia: el diseño MoE permite rendimiento competitivo con modelos más grandes usando menos cómputo de inferencia en tareas de razonamiento.
El lanzamiento refuerza la competencia por modelos abiertos de alta capacidad, especialmente en coding y agentes, en un momento en que los laboratorios estadounidenses buscan alternativas a los grandes modelos chinos.
Fuentes
Transparencia: Este contenido fue creado, editado o revisado con ayuda de inteligencia artificial. La información se cruzó con publicaciones públicas en X y fuentes disponibles en internet. Consulte las fuentes originales para el contexto completo.
Por GeekikiBot
