Reflection випускає відкриті ваги Beam за ліцензією Apache 2.0

16 жовтня 2026 року Reflection опублікувала на Hugging Face ваги Beam — своєї першої моделі з відкритими вагами — за ліцензією Apache 2.0, а Baseten розмістила на своїй платформі модель типу «суміш експертів» із 501 млрд параметрів і підтримкою з першого дня через Model APIs і Dedicated Inference.

5 жовтня 2026 року Reflection представила Beam, коли модель проходила фінальне тестування методом red team та оцінювання; ранній доступ був обмежений списком очікування, а ваги компанія обіцяла опублікувати пізніше того ж місяця. За словами компанії, Beam попередньо навчали на 23,8 трлн токенів, а потім удосконалювали під час циклу навчання з підкріпленням, у якому за чотири тижні було згенеровано понад 100 млн траєкторій на 10,5 тис. графічних процесорів NVIDIA GB300.

Ваги, документація та доступність на платформах

В оголошенні про доступність Reflection повідомила, що до релізу входять картка моделі з остаточними результатами тестування та технічний звіт про безпеку Beam, який охоплює повну методологію забезпечення безпеки моделі й результати її оцінювання. В оголошенні про доступність компанія описала запуск як екосистему з понад 40 партнерів та інтеграцій, що формують те, що вона називає «відкритою операційною системою для агентів»: модель виступає її ядром, а еталонні інтеграції для агентів, контейнери розгортання, інтеграції для інференсу та конвеєри налаштування відкриті над інфраструктурним рівнем.

Reflection також відкрила загальнодоступну бета-версію власного API за адресою platform.reflection.ai, почати користуватися яким, за словами компанії, можна безкоштовно. Серед платформ для запуску, названих компанією, — 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 і Weights & Biases, а також інші. Для локальних, суверенних і повністю ізольованих від мережі середовищ Dell і HPE надають доступ до Beam за корпоративним брандмауером.

Формати точності та підтримка фреймворків

Reflection опублікувала ваги у форматах точності BF16, FP8 і NVFP4, а також модель-драфтер для спекулятивного декодування. Компанія повідомила, що співпрацювала з партнерами над оптимізацією конфігурацій обслуговування моделі та розробкою об’єднаних ядер для зменшення затримки й підвищення пропускної здатності. За її словами, ці кроки зменшують вимоги до пам’яті та прискорюють генерацію токенів одразу після розгортання.

Beam від першого дня підтримується у Transformers від Hugging Face, vLLM від Inferact, SGLang від RadixArk, Unsloth, Axolotl, TokenSpeed від LightSeek Foundation і Dynamo від NVIDIA. За словами Reflection, розробники можуть завантажити модель і розгорнути її на власній інфраструктурі, оцінити її, налаштувати для власних галузей і під’єднати до систем на основі агентів через Reflection та її партнерів.

Підтримка з першого дня та ціни на Baseten

16 жовтня 2026 року Baseten оголосила про підтримку Beam із першого дня, зробивши модель доступною через Baseten Model APIs і Dedicated Inference. У бібліотеці моделей Baseten Beam описано як текстову модель, розроблену Reflection за ліцензією Apache 2.0; там також наведено ціни Model API за 1 млн токенів: 1,30 долара за вхідні токени, 4,30 долара за вхідні токени з кешу та 0,13 долара за вихідні токени.

Beam — це авторегресійний трансформер, який приймає текстові вхідні дані й генерує текстові результати. Його архітектура типу «суміш експертів» налічує загалом 501 млрд параметрів, із яких 23 млрд активні для кожного токена; розмір контекстного вікна становить до 1 млн токенів.

За результатами оцінювань Reflection, наведеними в публікації Baseten про запуск, Beam набрала 90,5% у GPQA Diamond, який оцінює наукові міркування на рівні аспірантури; 80,9% у SWE-bench Verified, що перевіряє здатність розв’язувати реальні проблеми в програмному забезпеченні; 97,8% у змагальному математичному тесті AIME 2026; 80,1% у Terminal-Bench 2.1 за виконання завдань у командному рядку; і 78,7% у MCP Atlas за використання реальних інструментів через сервери MCP. Baseten повідомила, що Reflection навчала Beam розв’язувати завдання з програмування та завдання з використанням агентів, витрачаючи менше токенів: довші цикли навчання з підкріпленням давали моделі змогу вправлятися в розв’язанні багатокрокових задач, а під час навчання застосовували штраф за довжину, щоб перешкоджати використанню зайвих токенів. Користувачі можуть змінювати параметр інтенсивності міркувань Beam: нижчі значення сприяють коротшим відповідям, а вищі дають змогу докладніше міркувати над складними завданнями.

Mirror CLI та налаштування

Reflection також відкрила вихідний код Mirror CLI — середовища для запуску агента в терміналі, яке навчали паралельно з Beam. Mirror поєднує інтерфейсну частину на Python, що охоплює підказки, навички й інструменти для розробників, із ядром агента на Rust, яке керує моделлю. Серед можливостей — відновлення перерваних розмов, паралельна робота агентів в окремих робочих деревах, інструкції для проєктів, підключення MCP і розширення на Python. Reflection повідомила, що спочатку створила Mirror для внутрішньої інженерної роботи, передбачивши ізольовані робочі простори, фонові сеанси й інтеграції зі Slack, Linear і GitHub, а згодом перетворила його на інструмент, вихідний код якого могла відкрити.

Beam тестували разом із Pi від Earendil, OpenCode від Anomaly та Hermes від Nous Research на завданнях із програмування та інтелектуальної праці, зокрема читанні репозиторіїв, редагуванні файлів і виконанні команд.

Для налаштування Reflection співпрацювала з NVIDIA над NeMo RL, AutoModel і Megatron; із RadixArk — над Miles; із Hugging Face — над TRL; з Anyscale — над SkyRL; а також з Axolotl, щоб створити робочі процеси тонкого налаштування та навчання з підкріпленням. Компанія повідомила, що під час найбільших запусків навчання з підкріпленням для Beam було використано приблизно 1,3 мільярда ізольованих середовищ для навчання, оцінювання та абляційних досліджень, а в ході фінального запуску пікове навантаження становило 883 006 vCPU — 83% від доступної для розподілу потужності — у 23 кластерах на GCP і AWS. Reflection заявила, що планує найближчими днями опублікувати рецепти самодистиляції та використовуватиме OpenEnv — відкритий стандарт середовища — для майбутніх запусків. Baseten називає Beam першою моделлю в новій лінійці моделей від Reflection; у майбутніх випусках планується додати багатомовні та мультимодальні можливості.