10 月 16 日,Reflection AI 把 Beam 1.0 的模型权重放上了 Hugging Face:501B 总参数、23B 激活的稀疏 MoE,Apache 2.0 许可,BF16、FP8、NVFP4 三种精度连同投机解码 drafter 一起发布。距离官宣仅 11 天,这家公司的第一个开源权重模型从「发布预告」进入「可下载、可自托管」的阶段。
架构:1M 上下文的稀疏 MoE
按 model card,Beam 总参数 501.3B、激活 23.4B,52 层里 3 层 dense、49 层 MoE,共 256 个专家;注意力用 Gated GQA 加滑窗机制,上下文 1M token,词表 152k,聊天模板是改造过的 Harmony 格式,知识截止 2026 年 6 月 30 日。它只做文本,定位编码、推理和长程 Agent 任务。
官方把 token 效率列为第一能力:model card 称 Beam 用约少 3 倍的推理 token 就能达到与领先开源模型相当的解题质量。
基准:三精度差距很小
评测统一在 temp=0.7、top_p=0.99 下跑。代表数字(BF16):SWE Bench Verified 81.6%、SWEBench Multilingual 78.3%、Terminal Bench v2.1 80.1%、AIME 2026 97.7%、GPQA Diamond 90.6%、LiveCodeBench 88.3%。低精度并未明显掉点:SWE Bench Pro v2-Hard 一项,NVFP4 版 78.6% 反而高于 BF16 的 76.5%;全表三精度差距大多在两个百分点上下。
短板也直接写在表里:CriPT AA 只有 16.3%,无工具 HLE 36.0%,Tau3 Banking 36.1%,AA Omniscience 指数 10.8。安全侧有害请求拒绝/转向率 88.9%。
部署生态:「模型是内核」
这次发布的真正主题不是模型,而是 Reflection 说的「开放 Agent 操作系统」:40 余家伙伴接入,覆盖推理、量化、微调、RL、Agent 框架、评估与可观测。Day-0 支持包括 Transformers、vLLM、SGLang、Unsloth、Axolotl 与 NVIDIA Dynamo;AWS、Google Cloud、Cloudflare、Fireworks、Together、OpenRouter、Ollama 等平台提供托管,Dell 与 HPE 负责私有化。
配套的 Mirror CLI 是终端 Agent 框架,Python 前端加 Rust 核心,支持可恢复会话与并行 worktree。训练侧的规模数字:Beam 的 RL 训练共跑了约 13 亿个沙箱,峰值 883,006 个 vCPU,跨 GCP 与 AWS 的 23 个集群。官方还预告了用于领域调优的自蒸馏配方。
怎么看
正面说,Apache 2.0 加明确不禁止蒸馏与输出训练,是当前最宽松的一档开源姿态;三精度同发也省掉社区量化的第一波踩坑。保留地说,「开放 Agent 操作系统」目前更多是联盟叙事——40 家伙伴的集成深度需要时间验证,model card 里那几个 10-30 分档的基准也提醒着:长程 Agent 可靠性仍是硬仗。
自托管团队现在可以从权重到生产端点不写一行胶水代码;接下来 30 天,值得盯的是社区微调与第三方评测会不会接住这波开放。
原文:https://reflection.ai/blog/beam-is-available
模型卡:huggingface.co/reflection/Beam-1.0-501B-A23B