Reflection publica los pesos abiertos de Beam con licencia Apache 2.0

El 16 de octubre de 2026, Reflection publicó en Hugging Face los pesos de Beam, su primer modelo de pesos abiertos, con licencia Apache 2.0. Ese mismo día, Baseten incorporó a su plataforma este modelo de mezcla de expertos con 501.000 millones de parámetros y ofreció compatibilidad desde el día del lanzamiento a través de Model APIs y Dedicated Inference.

Reflection presentó Beam por primera vez el 5 de octubre de 2026, mientras el modelo se sometía a las últimas pruebas de equipo rojo y evaluaciones. El acceso inicial estaba limitado a una lista de espera y se prometió publicar los pesos más adelante ese mes. La empresa afirmó que preentrenó Beam con 23,8 billones de tokens y lo perfeccionó mediante una ejecución de aprendizaje por refuerzo que generó más de 100 millones de trayectorias en 10,5 mil GPU NVIDIA GB300 durante cuatro semanas.

Pesos, documentación y disponibilidad en plataformas

En su anuncio de disponibilidad, Reflection afirmó que el lanzamiento incluye una ficha del modelo con los resultados finales de las pruebas comparativas y un informe técnico de seguridad de Beam que abarca la metodología de seguridad completa del modelo y sus evaluaciones. En el anuncio de disponibilidad, la empresa describió el lanzamiento como un ecosistema de más de 40 socios e integraciones que conforman lo que denomina un «sistema operativo abierto para agentes»: el modelo actúa como núcleo, mientras que las integraciones de referencia para agentes, los contenedores de implementación, las integraciones de inferencia y los procesos de personalización están abiertos por encima de la capa de infraestructura.

Reflection también abrió una versión beta pública de su API propia en platform.reflection.ai, que, según afirmó, es gratuita para empezar. Entre las plataformas de lanzamiento mencionadas por la empresa figuran 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 y Weights & Biases, entre otras. Para entornos locales, soberanos y aislados de redes, Dell y HPE ofrecen Beam detrás del firewall.

Formatos de precisión y compatibilidad con marcos de trabajo

Reflection publicó los pesos en formatos de precisión BF16, FP8 y NVFP4, junto con un modelo borrador para la decodificación especulativa. La empresa afirmó que colaboró con socios para optimizar las configuraciones de servicio y desarrollar núcleos fusionados que reducen la latencia y aumentan el rendimiento. Según explicó, estas medidas reducen los requisitos de memoria y aceleran la generación de tokens desde el primer momento.

Beam ofrece compatibilidad nativa desde el primer día con Transformers de Hugging Face, vLLM de Inferact, SGLang de RadixArk, Unsloth, Axolotl, TokenSpeed de LightSeek Foundation y Dynamo de NVIDIA. Reflection afirmó que los desarrolladores pueden descargar y alojar el modelo por su cuenta, evaluarlo, personalizarlo para sus propios ámbitos y conectarlo a sistemas de agentes mediante Reflection y sus socios.

Compatibilidad desde el día del lanzamiento y precios en Baseten

Baseten anunció la compatibilidad con Beam desde el día de su lanzamiento, el 16 de octubre de 2026, y lo puso a disposición a través de Baseten Model APIs y Dedicated Inference. La biblioteca de modelos de Baseten describe Beam como un modelo solo de texto desarrollado por Reflection con licencia Apache 2.0 y detalla los precios de Model API por cada millón de tokens: $1,30 por la entrada, $4,30 por la entrada en caché y $0,13 por la salida.

Beam es un transformador autorregresivo que acepta entradas de texto y genera salidas de texto. Su arquitectura de mezcla de expertos cuenta con un total de 501.000 millones de parámetros, de los cuales 23.000 millones están activos por token, y una ventana de contexto de hasta un millón de tokens.

Los resultados de las evaluaciones de Reflection, citados en la publicación de lanzamiento de Baseten, indican que Beam obtuvo un 90,5 % en GPQA Diamond, que mide el razonamiento científico de nivel de posgrado; un 80,9 % en SWE-bench Verified, que evalúa la resolución de problemas reales de software; un 97,8 % en matemáticas de competición AIME 2026; un 80,1 % en Terminal-Bench 2.1, que mide la realización de tareas en un entorno de línea de comandos; y un 78,7 % en MCP Atlas, que evalúa el uso de herramientas del mundo real mediante servidores MCP. Baseten afirmó que Reflection entrenó Beam para resolver tareas de programación y de agentes utilizando menos tokens. Las trayectorias más largas de aprendizaje por refuerzo permiten que el modelo practique problemas de varios pasos, y durante el entrenamiento se aplica una penalización por longitud para desalentar el uso de tokens innecesarios. Los usuarios pueden ajustar el parámetro de esfuerzo de razonamiento de Beam: los valores más bajos favorecen respuestas más breves, mientras que los más altos permiten razonar más en tareas exigentes.

Mirror CLI y personalización

Reflection también publicó como código abierto Mirror CLI, un entorno de trabajo para agentes de terminal entrenado junto con Beam. Mirror combina una interfaz de Python que abarca instrucciones, habilidades y herramientas para desarrolladores con un núcleo de agente en Rust que dirige el modelo. Además, admite conversaciones reanudables, agentes paralelos en árboles de trabajo separados, instrucciones de proyecto, conexiones MCP y extensiones de Python. Reflection afirmó que al principio creó Mirror para uso interno en ingeniería, con espacios de trabajo aislados, sesiones en segundo plano e integraciones con Slack, Linear y GitHub, antes de convertirlo en una herramienta que pudiera publicar como código abierto.

Beam se ha probado con Pi de Earendil, OpenCode de Anomaly y Hermes de Nous Research en tareas de programación y trabajo del conocimiento, como leer repositorios, editar archivos y ejecutar comandos.

Para la personalización, Reflection colaboró con NVIDIA en NeMo RL, AutoModel y Megatron; con RadixArk en Miles; con Hugging Face en TRL; con Anyscale en SkyRL; y con Axolotl para crear flujos de trabajo de ajuste fino y aprendizaje por refuerzo. La empresa afirmó que sus ejecuciones de aprendizaje por refuerzo más grandes para Beam utilizaron aproximadamente 1,3 mil millones de entornos aislados en tareas de entrenamiento, evaluación y estudios de ablación, y que la ejecución final alcanzó un máximo de 883.006 vCPU, el 83 % de la capacidad asignable, en 23 clústeres de GCP y AWS. Reflection afirmó que tiene previsto publicar recetas de autodestilación en los próximos días y que adoptará OpenEnv, un estándar abierto de entornos, para futuras ejecuciones. Baseten describe Beam como el primero de una nueva familia de modelos de Reflection, con capacidades multilingües y multimodales previstas para futuras versiones.