Reflection AI ha presentado Beam, su primer modelo de Mezcla de Expertos (MoE) de peso abierto y disperso diseñado para cargas de trabajo de codificación, razonamiento y agentes. El modelo cuenta con 501B parámetros totales, con solo 23B activos por token, con el objetivo de competir con modelos abiertos más grandes mientras utiliza significativamente menos potencia de inferencia.
- Beam fue preentrenado en 23.8 billones de tokens utilizando 6,144 GPUs NVIDIA GB300 en menos de cuatro semanas, con un conjunto de datos curado que retuvo muestras de alta calidad que los filtros convencionales habrían descartado.
- El aprendizaje por refuerzo utilizó 10.5K GPUs NVIDIA GB300 durante cuatro semanas, generando más de 100 millones de rollout en casi un millón de entornos de codificación y agentes.
- El modelo alcanza 80.9 en SWE-bench Verified y 80.1 en Terminal Bench v2.1, superando a Nemotron 3 Ultra en el primero mientras se mantiene cerca de GLM 5.2 en el segundo.
- Beam incluye un parámetro de esfuerzo de razonamiento controlable, permitiendo a los usuarios ajustar la longitud y complejidad de la respuesta según la dificultad de la tarea y el presupuesto de cómputo.
- Se prevé que los pesos se publiquen bajo una licencia Apache 2.0 a finales de octubre de 2026, con acceso anticipado disponible actualmente mediante una lista de espera en la plataforma Reflection.
Reflection posiciona a Beam como un avance en la frontera del peso abierto occidental al ofrecer eficiencia en el tiempo de inferencia en comparación con competidores como Kimi K3 y GLM 5.2.