Reflection开源5010亿参数Beam模型，主攻编程智能体
Reflection AI发布首个开源权重模型Beam，总参数量达5010亿，面向编程、推理和长程智能体任务。
一场押注大规模开源权重的发布
Reflection AI发布了Beam，这是一个稀疏混合专家模型，总参数量5010亿，每次激活230亿参数。公司将其首个开源权重模型定位在编程、推理和智能体任务，而不只是普通聊天。
Reflection称，Beam预训练使用了2.38万亿个令牌，来源包括筛选后的网络内容和授权数据。其强化学习训练在4周内使用1.05万张英伟达GB300 GPU，生成超过1亿次 rollout。这些数字让Beam成为目前公开描述中计算规模最大的开源模型之一。
相比参数总量，激活规模更值得关注。每个令牌只调用230亿参数，理论上可以在保留大模型容量的同时，避免承担5010亿参数稠密模型的全部推理成本。对于编程智能体而言，这一点尤其关键：它们需要处理长上下文、反复调用工具，并在持续任务中保持稳定表现，而不是只回答一次基准题。
Reflection表示，Beam仍在进行最终红队测试和评估。因此，模型在安全性、可复现性以及真实编程能力上的完整表现尚未确定。第三方早期对比可以提供方向，但还不足以证明Beam能在各种生产场景中击败成熟的开源模型。
为什么重要
Beam把开源权重智能体模型的规模上限又推高了一步，同时也暴露出达到这一上限的代价：超过一万张GB300 GPU和大规模强化学习基础设施。如果权重能在Reflection自有体系之外真正发挥作用，开发者将获得一个更有分量的专有编程模型替代方案，MoE推理效率的竞争也会进一步升温。