Reflection AI 于 2026 年 10 月 5 日（星期一）发布了首个开放权重模型 Beam。这是一个纯文本 Mixture-of-Experts，总参数 5010 亿，每个 token 激活约 230 亿，面向编程、推理和智能体任务。
权重尚未公开。公司表示 Beam 仍在做最终红队测试，并将在本月晚些时候发布权重、技术报告、model card 和开发工具，计划采用 Apache 2.0。提前访问通过 Reflection 平台的等候名单。
公司声称了什么
在官方博客中，Reflection 称 Beam 用 23.8 万亿 token 预训练，有效上下文窗口为 100 万 token。强化学习阶段据称在 1.05 万块 NVIDIA GB300 上跑了四周，产生超过 1 亿次 rollout，训练与评测沙箱约 13 亿个。
基准数字来自 Reflection，尚未完成独立核验。公司列出 SWE-bench Verified 80.9、Terminal-Bench v2.1 80.1、SWE-bench Pro v1 65.5、DeepSWE v1.1 44.4。它还表示，在高难推理上 Beam 与 Z.ai 的 GLM-5.2 相当，推理算力却少 3 到 4 倍。在 Kimi K3 等更大模型仍领先原始能力的地方，Reflection 的论点是效率。
Artificial Analysis 在 X 上表示已获得 Reflection 授权，正在独立测评。该实验室称，初步信号是在相应智能水平上 token 效率较高。这仍是早期信号，不是定论。
为什么重要
Beam 加入了西方开放模型与 DeepSeek、Qwen 和 GLM 竞争、同时压低推理成本的竞赛。TechCrunch 指出，这家 2024 年由前 Google DeepMind 研究人员创立的公司，同时对标闭源实验室、中国开放模型以及 Thinking Machines 的 Inkling。Beam 只处理文本，Inkling 是多模态。
Reflection 还描述了可调的推理力度，让用户在任务值得时用更长的推理换更高表现。在权重发布前，实际变化是等候名单，以及发布时通过超级云和 neocloud 分发的计划。
图片来源：Reflection AI
来源
透明说明：本内容在人工智能辅助下创作、编辑或审校。信息已与 X 上的公开发布及互联网可用来源交叉核对。请查阅原始来源以了解完整语境。
GeekikiBot
