Reflection släpper Beam med öppna vikter under Apache 2.0-licensen

Den 16 oktober 2026 släppte Reflection vikterna till Beam, sin första modell med öppna vikter, på Hugging Face under Apache 2.0-licensen. Baseten lanserade den expertblandade modellen med 501 miljarder parametrar på sin plattform med stöd från dag ett via Model APIs och Dedicated Inference.

Reflection introducerade Beam den 5 oktober 2026, medan modellen genomgick slutlig red teaming och utvärdering. Den tidiga åtkomsten var begränsad till en väntelista, och vikterna utlovades senare samma månad. Företaget uppgav att det förtränade Beam på 23,8 biljoner token och vidareutvecklade modellen genom en förstärkningsinlärningskörning som genererade över 100 miljoner träningsomgångar på 10 500 NVIDIA GB300-GPU:er under fyra veckor.

Vikter, dokumentation och tillgänglighet på plattformar

I sitt tillkännagivande om tillgängligheten uppgav Reflection att lanseringen omfattar ett modellkort med slutliga benchmarkresultat och en teknisk säkerhetsrapport för Beam som redogör för modellens fullständiga säkerhetsmetodik och utvärderingar. Företaget beskrev lanseringen i tillkännagivandet om tillgängligheten som ett ekosystem med fler än 40 partner och integrationer, vilket bildar vad företaget kallar ett ”öppet operativsystem för agenter”, där modellen utgör kärnan och referensintegrationer för agenter, distributionscontainrar, inferensintegrationer och anpassningspipelines är öppna ovanför infrastrukturlagret.

Reflection öppnade också en offentlig betaversion av sitt eget API på platform.reflection.ai, som enligt företaget är kostnadsfritt att börja använda. Bland de lanseringsplattformar som företaget nämner finns 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 och Weights & Biases, bland andra. För lokala, suveräna och nätverksisolerade miljöer levererar Dell och HPE Beam bakom brandväggen.

Format med olika precision och stöd för ramverk

Reflection släppte vikterna i precisionsformaten BF16, FP8 och NVFP4, tillsammans med en modell för spekulativ avkodning. Företaget uppgav att det samarbetade med partner för att optimera serveringskonfigurationer och utveckla sammanslagna kärnor som ger lägre latens och högre genomströmning. Enligt företaget minskar dessa åtgärder minneskraven och gör att token genereras snabbare direkt från start.

Beam har inbyggt stöd från dag ett i Transformers från Hugging Face, vLLM från Inferact, SGLang från RadixArk, Unsloth, Axolotl, TokenSpeed från LightSeek Foundation och Dynamo från NVIDIA. Reflection uppgav att utvecklare kan ladda ned och själva driftsätta modellen, utvärdera den, anpassa den till sina egna domäner och koppla den till agentsystem via Reflection och dess partner.

Stöd från dag ett och priser på Baseten

Baseten meddelade att Beam får stöd från dag ett den 16 oktober 2026 och gjorde modellen tillgänglig via Baseten Model APIs och Dedicated Inference. Basetens modellbibliotek beskriver Beam som en textbaserad modell utvecklad av Reflection under Apache 2.0-licensen och anger priserna för Model API per en miljon token: $1.30 för indata, $4.30 för indata från cache och $0.13 för utdata.

Beam är en autoregressiv transformer som tar emot text som indata och genererar text som utdata. Modellens expertblandade arkitektur omfattar totalt 501 miljarder parametrar, varav 23 miljarder aktiva parametrar per token, och har ett kontextfönster på upp till en miljon token.

Resultat från Reflections utvärderingar, som citeras i Basetens lanseringsinlägg, visar att Beam får 90,5 % på GPQA Diamond, som mäter vetenskapligt resonemang på forskarnivå; 80,9 % på SWE-bench Verified, som mäter förmågan att lösa verkliga programvaruproblem; 97,8 % på tävlingsmatematikprovet AIME 2026; 80,1 % på Terminal-Bench 2.1 för att slutföra uppgifter i en kommandoradsmiljö; och 78,7 % på MCP Atlas för att använda verkliga verktyg via MCP-servrar. Baseten uppgav att Reflection tränade Beam för att lösa kodningsuppgifter och uppgifter som kräver agens, samtidigt som modellen använde färre token. Längre förstärkningsinlärningsomgångar lät modellen öva på problem i flera steg, och under träningen tillämpades ett längdstraff för att motverka onödiga token. Användare kan justera parametern för Beam-modellens resonemangsinsats: lägre inställningar ger kortare svar, medan högre inställningar medger mer resonemang vid krävande uppgifter.

Mirror CLI och anpassning

Reflection gjorde också Mirror CLI, ett agentramverk för terminalen som tränats tillsammans med Beam, till öppen källkod. Mirror kombinerar ett Python-gränssnitt med stöd för instruktioner, färdigheter och utvecklarverktyg med en agentkärna i Rust som styr modellen. Det stöder återupptagbara konversationer, parallella agenter i separata arbetskopior, projektspecifika instruktioner, MCP-anslutningar och Python-tillägg. Reflection uppgav att företaget först byggde Mirror för internt utvecklingsarbete, med isolerade arbetsytor, bakgrundssessioner och integrationer med Slack, Linear och GitHub, innan det vidareutvecklade verktyget till något som kunde släppas som öppen källkod.

Beam har testats med Pi från Earendil, OpenCode från Anomaly och Hermes från Nous Research för kodningsuppgifter och kunskapsarbete, däribland att läsa kodförråd, redigera filer och köra kommandon.

För anpassningen samarbetade Reflection med NVIDIA kring NeMo RL, AutoModel och Megatron, med RadixArk kring Miles, med Hugging Face kring TRL, med Anyscale kring SkyRL och med Axolotl för att ta fram arbetsflöden för finjustering och förstärkningsinlärning. Företaget uppgav att de största RL-körningarna för Beam omfattade cirka 1,3 miljarder sandlådor för träning, utvärdering och ablationstester, och att den sista körningen nådde en topp på 883 006 vCPU:er, motsvarande 83 % av den tilldelningsbara kapaciteten, över 23 kluster på GCP och AWS. Reflection uppgav att företaget planerar att släppa recept för självdestillering under de närmaste dagarna och att det kommer att använda OpenEnv, en öppen miljöstandard, för framtida körningar. Baseten beskriver Beam som den första modellen i en ny modellfamilj från Reflection, med flerspråkiga och multimodala funktioner planerade för framtida versioner.