Reflection发布Beam：5010亿参数开源模型，采用Apache 2.0许可

总部位于美国的人工智能实验室Reflection于2026年10月16日在Hugging Face发布了首个模型Beam。该混合专家模型总参数量为5010亿，每个token约激活230亿参数。模型采用Apache 2.0许可证，允许商业使用。

Beam仅支持文本输入，上下文窗口达100万个token。Reflection将其定位于软件工程和智能体工作负载，面向希望在自有硬件或云端运行并定制前沿规模模型的团队。此次发布还包括一个专用的开源运行框架（harness），由Rust编写，该公司称其能让模型发挥最佳性能。

架构与硬件

该模型共52层。除前三层外，其余各层均采用混合专家模块，包含256个专家，每个token路由至其中8个。路由方式沿用DeepSeek-V3提出的分组受限方案，不过Beam取消了共享专家。43层采用滑动窗口注意力，仅关注前512个token；其余9层关注完整上下文。这使得缓存增长约为每个token 36 KiB，约为全局注意力设计所需的六分之一。

由于所有专家都需驻留在内存中，部署Beam需要5010亿参数模型的内存占用，而运行速度则接近230亿参数模型。BF16检查点约为1 TB。Reflection还提供适用于Hopper和Ampere芯片的FP8权重，以及面向NVIDIA Blackwell GPU的NVFP4版本，后者将大部分参数以4位精度存储。发布时即已支持transformers、vLLM和SGLang，并提供监督微调与强化学习的配方。

基准测试

据Reflection提供的数据，BF16版本在SWEBench Verified上得分81.6%，在Terminal Bench v2.1上得分80.1%，在SWE Bench Pro v1上得分66.1%。该公司的数据显示，完整精度与降低精度检查点之间的差异很小。这些结果来自开发者本身，尚未经过独立验证。

Reflection还将向基于Beam构建的最佳社区项目提供10,000美元的Hugging Face Hub额度，项目形式涵盖演示、量化版本以及基准研究。此次发布为寻求可在自有基础设施上部署的编程专用模型的机构，又增添了一个大型开放权重选项。