Reflection lança os pesos abertos do Beam sob a licença Apache 2.0

Em 16 de outubro de 2026, Reflection lançou no Hugging Face os pesos do Beam, seu primeiro modelo de pesos abertos, sob a licença Apache 2.0. Baseten disponibilizou na plataforma o modelo de mistura de especialistas com 501 bilhões de parâmetros, com suporte desde o primeiro dia por meio de Model APIs e Dedicated Inference.

Reflection apresentou o Beam pela primeira vez em 5 de outubro de 2026, enquanto o modelo passava pelas etapas finais de testes de segurança adversariais e avaliações. O acesso antecipado era limitado a uma lista de espera, e os pesos seriam disponibilizados mais tarde naquele mês. A empresa afirmou que pré-treinou o Beam com 23,8 trilhões de tokens e o aprimorou em uma rodada de aprendizado por reforço que gerou mais de 100 milhões de trajetórias em 10,5 mil GPUs NVIDIA GB300 ao longo de quatro semanas.

Pesos, documentação e disponibilidade nas plataformas

Em seu anúncio de disponibilidade, Reflection afirmou que o lançamento inclui um cartão do modelo com os benchmarks finais e um relatório técnico sobre a segurança do Beam, que abrange a metodologia completa de segurança e as avaliações do modelo. No anúncio de disponibilidade, a empresa descreveu o lançamento como um ecossistema de mais de 40 parceiros e integrações que formam o que chama de “sistema operacional aberto para agentes”: o modelo funciona como núcleo, enquanto integrações de referência para agentes, contêineres de implantação, integrações de inferência e fluxos de personalização ficam abertos acima da camada de infraestrutura.

Reflection também abriu uma versão beta pública de sua API própria em platform.reflection.ai, que, segundo a empresa, é gratuita para começar. Entre as plataformas de lançamento citadas pela empresa estão 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 e Weights & Biases, entre outras. Para ambientes locais, soberanos e isolados de redes externas, Dell e HPE disponibilizam o Beam protegido pelo firewall.

Formatos de precisão e suporte a frameworks

Reflection disponibilizou os pesos nos formatos de precisão BF16, FP8 e NVFP4, além de um modelo auxiliar para decodificação especulativa. A empresa afirmou que trabalhou com parceiros para otimizar configurações de serviço e desenvolver kernels fundidos, reduzindo a latência e aumentando a taxa de transferência. Segundo a empresa, essas medidas reduzem os requisitos de memória e aceleram a geração de tokens desde o início.

O Beam conta com suporte nativo desde o primeiro dia no Transformers, do Hugging Face; no vLLM, da Inferact; no SGLang, da RadixArk; no Unsloth; no Axolotl; no TokenSpeed, da LightSeek Foundation; e no Dynamo, da NVIDIA. Reflection afirmou que os desenvolvedores podem baixar e hospedar o modelo por conta própria, avaliá-lo, personalizá-lo para seus próprios domínios e conectá-lo a sistemas de agentes por meio da Reflection e de seus parceiros.

Suporte desde o primeiro dia e preços na Baseten

Em 16 de outubro de 2026, Baseten anunciou o suporte ao Beam desde o primeiro dia, disponibilizando-o por meio de Baseten Model APIs e Dedicated Inference. A Biblioteca de modelos da Baseten descreve o Beam como um modelo somente de texto desenvolvido pela Reflection sob a licença Apache 2.0 e informa os preços da Model API por milhão de tokens: US$ 1,30 para entrada, US$ 4,30 para entrada em cache e US$ 0,13 para saída.

O Beam é um transformador autorregressivo que aceita entradas de texto e gera saídas de texto. Sua arquitetura de mistura de especialistas tem 501 bilhões de parâmetros no total, dos quais 23 bilhões são ativados por token, e uma janela de contexto de até um milhão de tokens.

Os resultados dos benchmarks das avaliações da Reflection, citados na publicação de lançamento da Baseten, indicam que o Beam obteve 90,5% no GPQA Diamond, que mede o raciocínio científico em nível de pós-graduação; 80,9% no SWE-bench Verified, que avalia a resolução de problemas reais de software; 97,8% na matemática da competição AIME 2026; 80,1% no Terminal-Bench 2.1, que avalia a conclusão de tarefas em um ambiente de linha de comando; e 78,7% no MCP Atlas, que mede o uso de ferramentas do mundo real por meio de servidores MCP. Baseten afirmou que a Reflection treinou o Beam para resolver tarefas de programação e tarefas com agentes usando menos tokens. As trajetórias mais longas de aprendizado por reforço permitem que o modelo pratique problemas com várias etapas, enquanto uma penalidade por extensão aplicada durante o treinamento desestimula o uso de tokens desnecessários. Os usuários podem ajustar o parâmetro de esforço de raciocínio do Beam: configurações mais baixas favorecem respostas mais curtas, enquanto as mais altas permitem mais raciocínio em tarefas exigentes.

Mirror CLI e personalização

Reflection também disponibilizou como código aberto o Mirror CLI, uma estrutura de agente para terminal treinada junto com o Beam. O Mirror combina uma interface de Python, que abrange prompts, habilidades e ferramentas para desenvolvedores, com um núcleo de agente em Rust que controla o modelo. Também oferece conversas retomáveis, agentes paralelos em árvores de trabalho separadas, instruções para projetos, conexões MCP e extensões em Python. Reflection afirmou que inicialmente criou o Mirror para uso interno em engenharia, com espaços de trabalho isolados, sessões em segundo plano e integrações com Slack, Linear e GitHub, antes de transformá-lo em uma ferramenta que pudesse disponibilizar como código aberto.

O Beam foi testado com Pi, da Earendil; OpenCode, da Anomaly; e Hermes, da Nous Research, em tarefas de programação e trabalho com conhecimento, incluindo leitura de repositórios, edição de arquivos e execução de comandos.

Para viabilizar a personalização, a Reflection firmou parcerias com NVIDIA em NeMo RL, AutoModel e Megatron; com RadixArk em Miles; com Hugging Face em TRL; com Anyscale em SkyRL; e com Axolotl para criar fluxos de trabalho de ajuste fino e aprendizado por reforço. A empresa afirmou que suas maiores execuções de aprendizado por reforço para o Beam envolveram cerca de 1,3 bilhão de sandboxes em treinamento, avaliação e ablações, com a execução final atingindo um pico de 883.006 vCPUs — 83% da capacidade alocável — em 23 clusters no GCP e na AWS. A Reflection afirmou que planeja lançar receitas de autodestilação nos próximos dias e que adotará o OpenEnv, um padrão aberto de ambientes, em execuções futuras. A Baseten descreve o Beam como o primeiro modelo de uma nova família da Reflection, com recursos multilíngues e multimodais planejados para lançamentos futuros.