501B 参数的 Beam 发布：对标 GLM-5.2，推理算力省 3-4 倍？

随手先关注，不错过每日AI热讯速递

被英伟达押注、估值 250 亿美元的Reflection AI在10月5日正式发布首个开放权重模型Beam（beam 意为「光束」，官方定位是企业级编码与智能体任务的主力模型）[1][2]。

这家初创此前一直顶着「尚未出货」的标签——今天的官宣直接补上了这块空缺[2]。

数字先摆出来：稀疏MoE（混合专家架构（得名于 Mixture of Experts），每次推理只激活一小部分「专家」参数，从而压低算力开销）架构，501B总参数、每 token 仅23B激活[1][2]。

预训练吃掉23.8 万亿tokens，上下文窗口1M，官方将其定位为企业编码与智能体工作负载的主力模型[1]。

①

训练规模的量级值得细看：预训练在6144 块英伟达 GB300 NVL72 GPU 上四周内跑完，goodput（有效训练时间占比，衡量有多少算力真正花在训练而非故障恢复上）最终达到92.3%[1]。

强化学习才是它押注的重心：1.05 万块 GB300 跑了 4 周，生成超过1 亿次rollouts（rollout 指模型在环境中完整执行一轮任务的过程，是强化学习的基本训练单元）[1]。

这次 RL 耗用约13 亿sandboxes，官方称属于开放实验室有史以来最大规模的 RL 运行之列[1]。

图来源：Reflection 官方博客[1]

效率是核心卖点：官方称在高级推理基准上与智谱GLM-5.2打平，推理算力省3-4 倍；对 2T+ 参数级的模型，优势还会进一步放大[1]。

图：Beam 与 Inkling、GLM、Nemotron 等模型在 DeepSWE、HLE、Terminal Bench 三个基准上按生成算力排列的散点对比图（来源：Reflection 官方博客[1]）

②

基准成绩单要冷静读：SWE-bench Verified 拿下80.9，高于 Nemotron 3 Ultra 的 70.7[3]。

但同一张表上它落后于 DeepSeek V4.1 Flash 的90.6与 Kimi K3 的88.3——Terminal Bench v2.1 的80.1也略低于 GLM-5.2 的81.0[3]。

官方自己也把边界讲清了：Kimi K3 这类前沿开放模型在原始能力上仍然领先，Beam 的优势是推理时的效率，而不是绝对能力[1]。

发布节奏同样关键：现在只有候选名单早访版，正在做最终红队；完整权重、技术报告与微调全栈要本月内才以Apache 2.0（一种允许任意商用与修改的宽松开源许可证）许可开放[1][3]。

也就是说，眼下所有分数都是官方自报：真正的考验，从权重开放、第三方能复现评测那天才开始[2]。

③

底牌是资金与算力：公司由两位前 Google DeepMind 研究员创立，累计融资约47 亿美元，上轮投前估值 250 亿美元[2]。

算力也已锁定：今夏与 SpaceX、Nebius 签下合计超70 亿美元的合同，把 GB300 芯片的访问权握到2029 年[2]。

商业模式押在「AI 工厂」上——让企业与政府用自有数据加自有算力跑自己的模型。Beam 发布前的对标对象主要来自中国开放权重阵营，它在西方阵营里主打的正是效率这一档[2]。

安全侧的安排也值得一提：Reflection 从预训练检查点单独训练了安全教师模型，再与 RL 教师做在线策略蒸馏合并，安全训练采用 deliberative alignment，评测结果随技术报告公布[3]。

GLM-5.2 发布数月、已有真实采用，而 Beam 眼下所有分数又都是官方自报——权重的开放与第三方复现，才是检验这份成绩单的真正节点[2]。Beam 的成色，本月见分晓。

参考来源：

[1] Reflection AI — Introducing Beam: Reflection's 501B open-weight modelhttps://reflection.ai/blog/introducing-beam

[2] TechCrunch — Reflection debuts Beam, a open-weight AI model to rival Chinese models at lower compute costhttps://techcrunch.com/2026/10/05/reflection-debuts-beam-a-open-weight-ai-model-to-rival-chinese-models-at-lower-compute-cost/

[3] MarkTechPost — Reflection AI Introduces Beam: A 501B Open-Weight MoE Model With 23B Active Parametershttps://marktechpost.com/2026/10/05/reflection-ai-introduces-beam-a-501b-open-weight-moe-model-with-23b-active-parameters/

欢迎点赞、分享、推荐

一起拥抱AI