Reflection veröffentlicht die offenen Gewichte von Beam unter der Apache-2.0-Lizenz

Reflection veröffentlichte am 16. Oktober 2026 die Gewichte von Beam, seinem ersten Modell mit offenen Gewichten, auf Hugging Face unter einer Apache-2.0-Lizenz. Baseten stellte das Modell mit 501 Milliarden Parametern und Mixture-of-Experts-Architektur auf seiner Plattform mit Unterstützung ab Tag 0 über Model APIs und Dedicated Inference bereit.

Reflection stellte Beam erstmals am 5. Oktober 2026 vor, während das Modell noch abschließenden Red-Team-Tests und Evaluierungen unterzogen wurde. Der frühe Zugang war auf eine Warteliste beschränkt; die Gewichte sollten noch im Laufe des Monats veröffentlicht werden. Nach Angaben des Unternehmens wurde Beam mit 23,8 Billionen Tokens vortrainiert und anschließend durch einen Reinforcement-Learning-Lauf weiterentwickelt, bei dem innerhalb von vier Wochen auf 10,5K NVIDIA-GB300-GPUs mehr als 100 Millionen Rollouts generiert wurden.

Gewichte, Dokumentation und Plattformverfügbarkeit

In seiner Ankündigung zur Verfügbarkeit erklärte Reflection, dass die Veröffentlichung eine Modellkarte mit den endgültigen Benchmark-Ergebnissen sowie einen technischen Bericht zur Sicherheit von Beam umfasst, der die vollständige Sicherheitsmethodik und die Evaluierungen des Modells dokumentiert. Das Unternehmen beschrieb den Start in der Ankündigung zur Verfügbarkeit als Ökosystem aus mehr als 40 Partnern und Integrationen, das ein von ihm als „offenes Betriebssystem für Agenten“ bezeichnetes Angebot bildet. Dabei fungiert das Modell als Kernel; Referenzintegrationen für agentische Systeme, Bereitstellungscontainer, Inferenzintegrationen und Anpassungspipelines sind oberhalb der Infrastrukturebene offen zugänglich.

Reflection startete außerdem eine öffentliche Betaversion seiner eigenen API unter platform.reflection.ai, deren Nutzung laut Unternehmen kostenlos begonnen werden kann. Zu den vom Unternehmen genannten Plattformen für den Start zählen Amazon Web Services, Baseten, Cloudflare, CoreWeave, Databricks, Fireworks AI, Google Cloud, LM Studio, Microsoft Azure, Modal, Nebius, NVIDIA NIMs, Ollama, OpenRouter, Oracle, Together AI, Vercel und Weights & Biases sowie weitere. Für den Betrieb vor Ort, in souveränen Umgebungen und in Umgebungen ohne Netzwerkverbindung stellen Dell und HPE Beam hinter der Firewall bereit.

Präzisionsformate und Framework-Unterstützung

Reflection veröffentlichte die Gewichte in den Präzisionsformaten BF16, FP8 und NVFP4 sowie ein Draft-Modell für spekulatives Decoding. Nach Angaben des Unternehmens arbeitete es mit Partnern daran, die Serving-Konfigurationen zu optimieren und fusionierte Kernel für geringere Latenz und höheren Durchsatz zu entwickeln. Diese Maßnahmen senken laut Reflection den Speicherbedarf und beschleunigen die Token-Generierung unmittelbar nach der Inbetriebnahme.

Beam wird ab dem ersten Tag nativ von Transformers von Hugging Face, vLLM von Inferact, SGLang von RadixArk, Unsloth, Axolotl, TokenSpeed von der LightSeek Foundation und Dynamo von NVIDIA unterstützt. Reflection zufolge können Entwickler das Modell herunterladen und selbst hosten, evaluieren, an ihre eigenen Fachgebiete anpassen und über Reflection sowie dessen Partner mit agentischen Systemen verbinden.

Unterstützung ab Tag 0 und Preise bei Baseten

Baseten kündigte am 16. Oktober 2026 die Unterstützung ab Tag 0 für Beam an und stellte das Modell über Baseten Model APIs und Dedicated Inference bereit. In der Modellbibliothek von Baseten wird Beam als reines Textmodell beschrieben, das von Reflection unter der Apache-2.0-Lizenz entwickelt wurde. Dort sind die Preise für Model API pro eine Million Tokens mit 1,30 $ für Eingabe, 4,30 $ für Cache-Eingabe und 0,13 $ für Ausgabe angegeben.

Beam ist ein autoregressiver Transformer, der Texteingaben akzeptiert und Textausgaben generiert. Seine Mixture-of-Experts-Architektur umfasst insgesamt 501 Milliarden Parameter, von denen pro Token 23 Milliarden aktiv sind. Das Kontextfenster reicht bis zu einer Million Tokens.

Benchmark-Ergebnisse aus den Evaluierungen von Reflection, auf die Baseten in seinem Startbeitrag verweist, weisen für Beam 90,5 % bei GPQA Diamond aus, einem Test für wissenschaftliches Denken auf Graduiertenniveau; 80,9 % bei SWE-bench Verified, bei dem reale Softwareprobleme gelöst werden; 97,8 % bei der Wettbewerbsaufgabe AIME 2026 in Mathematik; 80,1 % bei Terminal-Bench 2.1, bei dem Aufgaben in einer Befehlszeilenumgebung erledigt werden; und 78,7 % bei MCP Atlas, bei dem reale Tools über MCP-Server genutzt werden. Baseten zufolge trainierte Reflection Beam darauf, Programmieraufgaben und agentische Aufgaben mit weniger Tokens zu lösen. Längere Reinforcement-Learning-Rollouts ermöglichten dem Modell, mehrstufige Probleme zu üben; außerdem wurde während des Trainings eine Längenstrafe eingesetzt, um unnötige Tokens zu vermeiden. Nutzer können den Parameter für den Denkaufwand von Beam anpassen: Niedrigere Einstellungen begünstigen kürzere Antworten, während höhere Einstellungen bei anspruchsvollen Aufgaben mehr Nachdenken ermöglichen.

Mirror CLI und Anpassungsmöglichkeiten

Reflection veröffentlichte außerdem Mirror CLI als Open Source, ein für das Terminal entwickeltes Agenten-Framework, das parallel zu Beam trainiert wurde. Mirror verbindet ein Python-Frontend für Prompts, Skills und Entwicklerwerkzeuge mit einem Rust-Agentenkern, der das Modell steuert. Es unterstützt fortsetzbare Gespräche, parallel arbeitende Agenten in separaten Worktrees, Projektanweisungen, MCP-Verbindungen und Python-Erweiterungen. Reflection zufolge entwickelte das Unternehmen Mirror zunächst für den internen Einsatz in der Softwareentwicklung – mit isolierten Arbeitsbereichen, Hintergrundsitzungen und Integrationen in Slack, Linear und GitHub –, bevor daraus ein Tool wurde, das es als Open Source veröffentlichen konnte.

Beam wurde bei Programmier- und Wissensarbeitsaufgaben mit Pi von Earendil, OpenCode von Anomaly und Hermes von Nous Research getestet. Dazu gehörten das Lesen von Repositories, das Bearbeiten von Dateien und das Ausführen von Befehlen.

Zur individuellen Anpassung arbeitete Reflection mit NVIDIA an NeMo RL, AutoModel und Megatron, mit RadixArk an Miles, mit Hugging Face an TRL, mit Anyscale an SkyRL und mit Axolotl an der Entwicklung von Workflows für Feinabstimmung und Reinforcement Learning. Das Unternehmen erklärte, dass bei den umfangreichsten RL-Läufen für Beam insgesamt rund 1,3 Milliarden Sandbox-Umgebungen für Training, Evaluierung und Ablationen zum Einsatz kamen. Der letzte Lauf erreichte einen Spitzenwert von 883.006 vCPUs – 83 % der verfügbaren Kapazität – verteilt auf 23 Cluster bei GCP und AWS. Reflection erklärte, in den kommenden Tagen Rezepte für Self-Distillation veröffentlichen zu wollen und bei künftigen Läufen OpenEnv, einen offenen Umgebungsstandard, einzusetzen. Baseten beschreibt Beam als erstes Modell einer neuen Modellfamilie von Reflection. Für künftige Veröffentlichungen sind mehrsprachige und multimodale Fähigkeiten geplant.