Reflection выпускает веса Beam в открытый доступ по лицензии Apache 2.0

16 октября 2026 года Reflection опубликовала на Hugging Face веса Beam — своей первой модели с открытыми весами, — по лицензии Apache 2.0. В тот же день Baseten добавила эту модель с архитектурой «смесь экспертов» и 501 млрд параметров на свою платформу, обеспечив поддержку с первого дня через Model APIs и Dedicated Inference.

5 октября 2026 года Reflection представила Beam, которая в тот момент проходила заключительный этап проверки на уязвимости и оценки. Ранний доступ был ограничен списком ожидания, а публикацию весов компания обещала позднее в том же месяце. По словам компании, предварительное обучение Beam проводилось на 23,8 трлн токенов, а затем модель дорабатывали в ходе запуска обучения с подкреплением, в рамках которого за четыре недели было выполнено более 100 млн циклов взаимодействия на 10,5 тыс. графических процессоров NVIDIA GB300.

Веса, документация и доступность на платформах

В объявлении о доступности Reflection сообщила, что в комплект поставки входят карточка модели с итоговыми результатами тестирования и технический отчёт о безопасности Beam, в котором описаны полная методика обеспечения безопасности модели и проведённые оценки. В этом объявлении о доступности компания представила запуск как экосистему из более чем 40 партнёров и интеграций, образующих, по её словам, «открытую операционную систему для агентов»: модель выступает в роли ядра, а эталонные интеграции для агентных систем, контейнеры для развёртывания, интеграции для инференса и конвейеры настройки открыты поверх инфраструктурного уровня.

Кроме того, Reflection открыла публичную бета-версию собственного API на platform.reflection.ai, которым, по словам компании, можно начать пользоваться бесплатно. Среди названных компанией платформ запуска — 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 и Weights & Biases, а также другие. Для локальных, суверенных и изолированных от внешних сетей сред Dell и HPE предоставляют Beam для работы за межсетевым экраном.

Форматы точности и поддержка фреймворков

Reflection выпустила веса в форматах точности BF16, FP8 и NVFP4, а также модель-драфтер для спекулятивного декодирования. По словам компании, совместно с партнёрами она оптимизировала конфигурации обслуживания моделей и разработала объединённые ядра, чтобы снизить задержки и увеличить пропускную способность. Как отметила компания, эти меры сокращают требования к памяти и ускоряют генерацию токенов сразу после установки.

Beam изначально поддерживается с первого дня в Transformers от Hugging Face, vLLM от Inferact, SGLang от RadixArk, Unsloth, Axolotl, TokenSpeed от LightSeek Foundation и Dynamo от NVIDIA. Reflection сообщила, что разработчики могут скачать модель и самостоятельно разместить её на своих серверах, оценить её, настроить для своих предметных областей и подключить к агентным системам с помощью Reflection и её партнёров.

Поддержка с первого дня и цены на Baseten

Baseten объявила о поддержке Beam с первого дня 16 октября 2026 года, сделав модель доступной через Baseten Model APIs и Dedicated Inference. В каталоге моделей Baseten указано, что Beam — текстовая модель, разработанная Reflection по лицензии Apache 2.0. Там же приведены цены за миллион токенов для Model API: $1.30 за входные данные, $4.30 за входные данные из кэша и $0.13 за выходные данные.

Beam — авторегрессионный трансформер, принимающий текст на вход и генерирующий текст на выходе. Его архитектура «смесь экспертов» включает в общей сложности 501 млрд параметров, из которых на каждый токен приходится 23 млрд активных параметров; размер контекстного окна — до 1 млн токенов.

Согласно результатам оценок Reflection, приведённым в публикации Baseten о запуске, Beam набрала 90,5% в GPQA Diamond, проверяющем научные рассуждения на уровне аспирантуры; 80,9% в SWE-bench Verified, оценивающем решение реальных проблем в программном обеспечении; 97,8% в математическом конкурсе AIME 2026; 80,1% в Terminal-Bench 2.1 за выполнение задач в командной строке; и 78,7% в MCP Atlas за использование реальных инструментов через серверы MCP. По словам Baseten, Reflection обучала Beam решать задачи программирования и задачи с использованием агентных систем, расходуя при этом меньше токенов. Более длительные циклы обучения с подкреплением позволяли модели отрабатывать многошаговые задачи, а во время обучения применялся штраф за длину, чтобы не допускать использования лишних токенов. Пользователи могут настраивать параметр интенсивности рассуждений Beam: при низких значениях модель предпочитает давать более короткие ответы, а при высоких — рассуждать подробнее над сложными задачами.

Mirror CLI и настройка

Reflection также открыла исходный код Mirror CLI — среды для запуска агентных систем в терминале, обучавшейся параллельно с Beam. Mirror сочетает интерфейсную часть на Python, охватывающую промпты, навыки и инструменты разработчика, с ядром агента на Rust, которое управляет работой модели. Она поддерживает возобновляемые диалоги, параллельную работу агентов в отдельных рабочих деревьях, инструкции для проектов, подключения MCP и расширения на Python. По словам Reflection, сначала Mirror была создана для внутренней инженерной работы: в ней предусмотрены изолированные рабочие пространства, фоновые сеансы и интеграции со Slack, Linear и GitHub. Позже компания превратила её в инструмент, исходный код которого можно открыть.

Beam тестировали с Pi от Earendil, OpenCode от Anomaly и Hermes от Nous Research на задачах программирования и работы со знаниями, в том числе на чтении репозиториев, редактировании файлов и выполнении команд.

Для настройки Reflection сотрудничала с NVIDIA над NeMo RL, AutoModel и Megatron; с RadixArk — над Miles; с Hugging Face — над TRL; с Anyscale — над SkyRL; а также с Axolotl, чтобы создать рабочие процессы для тонкой настройки и обучения с подкреплением. Компания сообщила, что в ходе крупнейших запусков обучения с подкреплением для Beam было задействовано около 1,3 млрд изолированных сред для обучения, оценки и абляций. В финальном запуске пиковое количество виртуальных процессоров достигло 883 006 — 83% от доступных для выделения ресурсов — в 23 кластерах на GCP и AWS. Reflection заявила, что в ближайшие дни планирует выпустить рецепты самодистилляции и в будущих запусках будет использовать OpenEnv — открытый стандарт среды. Baseten описывает Beam как первую модель из нового семейства моделей Reflection; в будущих версиях планируется реализовать поддержку нескольких языков и мультимодальных возможностей.