Reflection 以 Apache 2.0 许可证发布 Beam 开放权重

2026 年 10 月 16 日，Reflection 在 Hugging Face 上以 Apache 2.0 许可证发布了 Beam 的权重。Beam 是其首个开放权重模型；Baseten 则将这款拥有 5010 亿参数的混合专家模型接入其平台，并从首日开始通过 Model APIs 和 Dedicated Inference 提供支持。

Reflection 于 2026 年 10 月 5 日首次推出Beam，当时该模型仍在进行最终的红队测试和评估，早期访问仅限候补名单用户，权重则承诺于当月晚些时候发布。该公司表示，Beam 的预训练使用了 23.8 万亿个 token，之后又通过一次强化学习训练进行优化；该次训练在四周内使用 1.05 万块 NVIDIA GB300 GPU，生成了超过 1 亿次 rollout。

权重、文档与平台可用性

Reflection 在可用性公告中表示，此次发布包含一份模型卡，其中列出了最终基准测试结果；此外还提供《Beam 安全技术报告》，介绍该模型完整的安全方法和评估结果。该公司在可用性公告中将此次发布描述为一个由 40 多家合作伙伴和集成组成的生态系统，并称之为“面向智能体的开放操作系统”：模型充当内核，参考智能体集成、部署容器、推理集成和定制流水线则在基础设施层之上开放。

Reflection 还在 platform.reflection.ai 开放了其官方 API 的公测版，并表示用户可以免费开始使用。该公司列出的首发平台包括 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 和 Weights & Biases 等。对于本地部署、主权环境和隔离网络环境，Dell 和 HPE 可在防火墙内提供 Beam。

精度格式与框架支持

Reflection 发布了 BF16、FP8 和 NVFP4 精度格式的权重，以及一个用于推测解码的草稿模型。该公司表示，他们与合作伙伴共同优化了服务配置并开发融合内核，以降低延迟、提高吞吐量；据称，这些措施能够降低内存需求，并让模型开箱即用地加快 token 生成速度。

Beam 从首日起便原生支持 Hugging Face 的 Transformers、Inferact 的 vLLM、RadixArk 的 SGLang、Unsloth、Axolotl、LightSeek Foundation 的 TokenSpeed，以及 NVIDIA 的 Dynamo。Reflection 表示，开发者可以下载并自行托管该模型，对其进行评估，针对自己的领域进行定制，并通过 Reflection 及其合作伙伴将其接入智能体系统。

Baseten 上的首日支持与定价

2026 年 10 月 16 日，Baseten宣布从首日起支持Beam，用户可通过 Baseten Model APIs 和 Dedicated Inference 使用该模型。Baseten 的模型库将 Beam 描述为 Reflection 根据 Apache 2.0 许可证开发的纯文本模型，并列出了 Model API 的定价：每 100 万个 token，输入为 1.30 美元，缓存输入为 4.30 美元，输出为 0.13 美元。

Beam 是一种自回归 Transformer，接收文本输入并生成文本输出。其混合专家架构共有 5010 亿个参数，每个 token 激活 230 亿个参数，上下文窗口最大可达 100 万个 token。

Baseten 在发布文章中引用了 Reflection 的评估结果：Beam 在衡量研究生级科学推理能力的 GPQA Diamond 上得分为 90.5%；在考查解决真实软件问题能力的 SWE-bench Verified 上得分为 80.9%；在 AIME 2026 竞赛数学测试中得分为 97.8%；在考查命令行环境任务完成能力的 Terminal-Bench 2.1 上得分为 80.1%；在考查通过 MCP 服务器使用现实世界工具能力的 MCP Atlas 上得分为 78.7%。Baseten 表示，Reflection 训练 Beam 解决编程和智能体任务，同时减少 token 使用量；更长的强化学习 rollout 让模型能够练习多步问题，而训练期间施加的长度惩罚则用于抑制不必要的 token。用户可以调整 Beam 的推理力度参数：较低的设置倾向于生成较短的回答，较高的设置则允许模型在应对较难任务时进行更多推理。

Mirror CLI 与定制

Reflection 还将 Mirror CLI 开源。这是一个与 Beam 同步训练的终端智能体框架。Mirror 将涵盖提示词、技能和开发者工具的 Python 前端，与负责驱动模型的 Rust 智能体核心结合起来，并支持可恢复的对话、在独立 worktree 中运行并行智能体、项目指令、MCP 连接和 Python 扩展。Reflection 表示，Mirror 最初是为内部工程工作而开发的，具备隔离工作区、后台会话以及与 Slack、Linear 和 GitHub 的集成功能；之后，该公司逐步将其发展为可以开源的工具。

Beam 已与 Earendil 的 Pi、Anomaly 的 OpenCode 以及 Nous Research 的 Hermes 一同接受编程和知识工作任务测试，包括阅读代码库、编辑文件和运行命令。

在定制方面，Reflection 与 NVIDIA 合作开展 NeMo RL、AutoModel 和 Megatron 相关工作；与 RadixArk 合作开展 Miles 相关工作；与 Hugging Face 合作开展 TRL 相关工作；与 Anyscale 合作开展 SkyRL 相关工作；并与 Axolotl 合作构建微调和强化学习工作流。该公司表示，Beam 规模最大的强化学习运行任务在训练、评估和消融测试中共运行了约 13 亿个沙箱；最后一次运行的峰值达到 883,006 个 vCPU，占可分配容量的 83%，涉及 GCP 和 AWS 上的 23 个集群。Reflection 表示，计划在未来几天内发布自蒸馏方案，并将在未来的运行中采用开放环境标准 OpenEnv。Baseten 将 Beam 描述为 Reflection 全新模型系列的首款产品，多语言和多模态能力计划在未来版本中推出。