Reflection 放出 Beam 权重：501B 稀疏 MoE，Apache 2.0、1M 上下文

Reflection 的 Beam 权重正式放出。Hugging Face 官方博客 10 月 16 日的文章把它称作「来自美国新实验室 Reflection 的第一个模型」，规格是 501B 总参数、23B 激活的稀疏 MoE，文本输入，上下文窗口 1M token，以 Apache 2.0 许可放出，主攻编码与智能体负载。这与 10 月 5 日那条不同：当时官方说权重、模型卡与技术报告「本月晚些时候」发布，只能登记早期访问；现在权重、量化件和训练配方都已可下。

博客给出了 BF16 / FP8 / NVFP4 三档精度下的成绩（由 Reflection 提供）：DeepSWE v1.1 43.3% / 43.0% / 42.7%，SWE Bench Pro v2-Hard 76.5% / 78.4% / 78.6%，Terminal Bench v2.1 80.1% / 78.9% / 78.2%。真正的门槛在显存——BF16 的 501B 权重约 1 TB，NVFP4 把它压到约 280 GB；官方说两张 B200（360 GB）能装下权重，但留给激活值与 KV cache 的余量很小，建议按四张 B200（720 GB）规划。

官方把它定位成「能自己持有的前沿级模型」：自带一套开源 Rust 推理 harness，有原生 transformers 实现，并配了 SFT（TRL）与 RL（Miles，GRPO）配方，示例是在 12 台 8 卡 H200 节点上跑 GRPO 并评测 AIME25。Hugging Face 同期开了一个用 Beam 做项目的奖励池，最高 1 万美元 Hub 额度；社区量化件（GGUF）当天已跟进。

原文链接：Hugging Face 博客 / Reflection