Reflection brengt Beam uit, een open model van 501B onder Apache 2.0

Reflection, een nieuw kunstmatige-intelligentielab uit de Verenigde Staten, heeft op 16 oktober 2026 zijn eerste model, Beam, uitgebracht op Hugging Face. Het mixture-of-experts-model telt in totaal 501 miljard parameters, waarvan er voor elk token ongeveer 23 miljard actief zijn. Het valt onder de Apache 2.0-licentie, die commercieel gebruik toestaat.

Beam accepteert alleen tekst als invoer en biedt een contextvenster van 1 miljoen tokens. Reflection positioneert het model voor softwareontwikkeling en agentische toepassingen, gericht op teams die een model op frontier-niveau willen draaien en aanpassen op hun eigen hardware of in de cloud. De release bevat ook een speciaal open-source harnas, geschreven in Rust, waarmee het lab volgens eigen zeggen de beste prestaties uit het model haalt.

Architectuur en hardware

Het model heeft 52 lagen. Alle lagen behalve de eerste drie gebruiken een mixture-of-experts-blok met 256 experts, waarvan er per token acht worden gerouteerd. De routering volgt het groepsgewijs beperkte schema dat DeepSeek-V3 introduceerde, al laat Beam de gedeelde expert weg. Drieënveertig lagen gebruiken sliding-window attention over de voorgaande 512 tokens, terwijl negen lagen de volledige context benutten. Zo blijft de cachegroei beperkt tot ongeveer 36 KiB per token, ongeveer een zesde van wat een ontwerp met alleen globale aandacht nodig zou hebben.

Omdat elke expert in het geheugen blijft, vraagt het draaien van Beam om het geheugen van een model van 501B, terwijl de snelheid dichter bij die van een model van 23B ligt. De BF16-checkpoint is ongeveer 1 TB groot. Reflection biedt daarnaast FP8-gewichten die geschikt zijn voor Hopper- en Ampere-chips, en een NVFP4-versie die de meeste parameters in 4-bitprecisie opslaat voor NVIDIA Blackwell-gpu's. Ondersteuning in transformers, vLLM en SGLang was vanaf de lancering beschikbaar, samen met recepten voor supervised fine-tuning en reinforcement learning.

Benchmarks

Volgens cijfers die Reflection heeft verstrekt, behaalt de BF16-versie 81,6% op SWEBench Verified, 80,1% op Terminal Bench v2.1 en 66,1% op SWE Bench Pro v1. De eigen cijfers van het bedrijf laten slechts kleine verschillen zien tussen de volledige en de gereduceerde-precisiecheckpoints. Deze resultaten komen van de ontwikkelaar en zijn nog niet onafhankelijk geverifieerd.

Reflection biedt ook 10.000 dollar aan Hugging Face Hub-tegoed voor de beste communityprojecten die op Beam zijn gebouwd, van demo's tot quantisaties en benchmarkstudies. De lancering voegt een nieuwe grote open-weight optie toe voor organisaties die op zoek zijn naar een op coderen gericht model dat ze op hun eigen infrastructuur kunnen inzetten.