Reflection udostępnia Beam, model open-weight o 501 mld parametrów na licencji Apache 2.0

Reflection, nowe laboratorium sztucznej inteligencji z siedzibą w Stanach Zjednoczonych, 16 października 2026 roku opublikowało na Hugging Face swój pierwszy model, Beam. Model typu mixture-of-experts ma łącznie 501 miliardów parametrów, z których około 23 miliardów jest aktywnych dla każdego tokena. Jest udostępniany na licencji Apache 2.0, która dopuszcza komercyjne wykorzystanie.

Beam przyjmuje wyłącznie dane tekstowe i oferuje okno kontekstowe o długości 1 miliona tokenów. Reflection pozycjonuje go do inżynierii oprogramowania i zadań agentowych, z myślą o zespołach, które chcą mieć model klasy frontier, który mogą uruchamiać i dostosowywać na własnym sprzęcie lub w chmurze. Premiera obejmuje dedykowany, open-source'owy harness napisany w Rust, który według laboratorium pozwala modelowi osiągać najlepsze wyniki.

Architektura i sprzęt

Model ma 52 warstwy. Wszystkie oprócz trzech pierwszych wykorzystują blok mixture-of-experts z 256 ekspertami, z których osiem jest kierowanych dla każdego tokena. Routing opiera się na schemacie z ograniczeniem grupowym wprowadzonym przez DeepSeek-V3, choć Beam rezygnuje z współdzielonego eksperta. Czterdzieści trzy warstwy stosują uwagę z przesuwanym oknem obejmującym poprzednie 512 tokenów, a dziewięć analizuje pełny kontekst. Dzięki temu wzrost pamięci podręcznej wynosi około 36 KiB na token, czyli mniej więcej jedną szóstą tego, czego wymagałaby konstrukcja z uwagą globalną we wszystkich warstwach.

Ponieważ każdy ekspert pozostaje w pamięci, uruchomienie Beam wymaga zasobów pamięciowych modelu o 501 mld parametrów, a działa z szybkością zbliżoną do modelu o 23 mld. Punkt kontrolny w formacie BF16 zajmuje około 1 TB. Reflection udostępnia także wagi FP8, przeznaczone dla układów Hopper i Ampere, oraz wersję NVFP4, która przechowuje większość parametrów w 4-bitowej precyzji dla kart NVIDIA Blackwell. Wsparcie w transformers, vLLM i SGLang było dostępne od premiery, wraz z przepisami na nadzorowane dostrajanie i uczenie ze wzmocnieniem.

Wyniki testów

Według danych dostarczonych przez Reflection wersja BF16 uzyskuje 81,6% w teście SWEBench Verified, 80,1% w Terminal Bench v2.1 oraz 66,1% w SWE Bench Pro v1. Zdaniem firmy różnice między pełnymi a zredukowanymi punktami kontrolnymi są niewielkie. Wyniki pochodzą od twórcy i nie zostały jeszcze niezależnie zweryfikowane.

Reflection oferuje także kredyty w Hugging Face Hub o wartości 10 000 dolarów dla najlepszych projektów społeczności zbudowanych na Beam, od demonstracji po kwantyzacje i badania porównawcze. Premiera dodaje kolejną dużą opcję typu open-weight dla organizacji, które szukają modelu ukierunkowanego na kodowanie i mogą wdrożyć go na własnej infrastrukturze.