Компания Reflection AI представила Beam, свою первую открытую модель Mixture-of-Experts (MoE) с разреженными весами, предназначенную для задач программирования, рассуждений и агентных нагрузок. Модель имеет 501B общих параметров, из которых на каждый токен активно только 23B, что позволяет конкурировать с более крупными открытыми моделями при значительно меньших вычислительных затратах во время вывода.
- Beam была предварительно обучена на 23,8 триллионах токенов с использованием 6144 GPU NVIDIA GB300 менее чем за четыре недели; в качестве обучающей выборки использовался курируемый набор данных, сохранивший высококачественные примеры, которые обычные фильтры отбросили бы.
- Обучение с подкреплением (Reinforcement learning) проводилось на 10,5K GPU NVIDIA GB300 в течение четырех недель, что позволило сгенерировать более 100 миллионов рулонов (rollouts) почти в миллионе сред программирования и агентных задач.
- Модель достигает результата 80,9 на SWE-bench Verified и 80,1 на Terminal Bench v2.1, превосходя Nemotron 3 Ultra по первому бенчмарку и оставаясь близкой к GLM 5.2 по второму.
- Beam включает параметр управляемых усилий рассуждения (controllable reasoning effort), позволяющий пользователям регулировать длину и сложность ответа в зависимости от сложности задачи и вычислительного бюджета.
- Веса будут выпущены под лицензией Apache 2.0 позже в октябре 2026 года, а ранний доступ в настоящее время доступен через лист ожидания на платформе Reflection.
Reflection позиционирует Beam как продвижение западного открытого фронта за счет обеспечения эффективности во время вывода по сравнению с конкурентами, такими как Kimi K3 и GLM 5.2.