Reflection 发 Beam：501B 稀疏 MoE 开放权重，23B 激活
Reflection 发布首个开放权重模型 Beam：501B 总参数、23B 激活的稀疏 MoE，主打编码、推理与智能体负载。预训练用了 23.8 万亿 token；强化学习阶段在 10.5K 张 NVIDIA GB300 上跑了四周，生成超过 1 亿次 rollout，上下文上限 256K，动用约 13 亿个沙箱与 100 万个编码／智能体／STEM 环境，官方称这是目前规模最大的 RL 运行之一。
官方自测成绩：DeepSWE v1.1 44.4、SWE Bench Pro v2-Hard 77.2、Terminal Bench v2.1 80.1、SWEBench Verified 80.9、AIME 2026 97.8、HLE 无工具 36.2、GPQA Diamond 90.5。定位是「与 GLM 5.2 同级、接近 Qwen 3.8-Max」，但推理算力只需前者三分之一到四分之一，对 2T+ 参数族的节省更明显——卖点是单位算力的产出。
需要说明的是，这条目前是「宣布」不是「放出」：Beam 仍在最后红队与评测，权重、技术报告、模型卡与开发者产物官方说本月晚些时候发布，现在只能登记早期访问。它也标出了当下开放权重前沿的位置——Kimi K3 这类模型在原始能力上仍领先。
原文链接：Reflection 官方页面
核验记录
一手页 reflection.ai/blog/introducing-beam 直读 200（307,925 字节），页内可见 October 5, 2026（署名行「October 5, 2026 | 8 min read」），无 JSON-LD datePublished。参数、训练规模与全部基准数字逐项取自该页正文 Model Capability 与 High-Compute Reinforcement Learning 两节。**权重尚未放出**：原文写「Beam is undergoing final red-teaming and evaluations… We will release the weights, technical report, model card, and developer artifacts later this month」，故本条记「官方宣布发布」，不记「权重已开放」。跨源交叉：TechCrunch 10-06 04:36 CST、the-decoder 10-06 02:26 CST、HN 首页 10-06 03:16。配图取官方 og:image（cdn.sanity.io，1800x1013 PNG，1,622,816 字节），裸请求与带站内 Referer 各一次均 200。