返回热点榜

事件

Reflection 发布开源权重模型 Beam

最新进展：Reflection 发布 5010 亿参数开源权重模型 Beam，称推理算力少 3 到 4 倍，性能说法未独立验证，权重本月开放。

3篇报道

事件综述

2026年10月6日，Reflection AI 公布首个前沿开源权重模型 Beam，TechCrunch、Latent Space 与 The Decoder 同日报道。三家均称 Beam 为文本混合专家模型，总参数5010亿、每token激活230亿，从零训练，面向编码、智能体与科研任务。报道称其预训练使用23.8万亿token，上下文窗口100万token。公司称 Beam 在高级推理基准上与 Z.ai 的 GLM-5.2 持平，所用推理算力少3到4倍，并称优于当前领先的西方开源模型；The Decoder 称其目标是以效率而非参数规模应对 DeepSeek 与 Qwen，把算力消耗降至对手的三分之一到四分之一。Latent Space 报道其自报 SWE-bench Verified 得分80.9，预训练与强化学习在约10,500块 GB300 上完成，完整权重将于本月以 Apache 2.0 协议开放。上述性能说法均未经独立验证，权重目前尚未实际发布。

报道时间线 · 3 篇

The Decoder评分 0

Reflection 发布开放权重模型 Beam，称算力比对手少三到四倍

Reflection's Beam becomes the most capable open-weight model built outside China

Reflection 发布首款开放权重模型 Beam，采用混合专家架构，每 token 仅激活 5010 亿参数中的 230 亿。其目标是在编码与推理上追平 GLM 5.2，并把算力消耗降至对手的三分之一到四分之一，以效率而非参数规模应对 Deepseek 与 Qwen。

模型#Reflection#Beam

推荐理由：在 Deepseek 与 Qwen 主导的开放权重赛道上，Beam 以 5010 亿参数中仅激活 230 亿的方式换取效率。

Latent Space评分 0

Reflection 发布 501B 总参数 Beam 开源编码模型

[AINews] Reflection Beam - 501B-A23B American Open Model

Reflection 发布 Beam，一个 501B 总参数、23B 激活的文本 MoE 模型，面向编码、智能体和科研任务，从零训练，完整权重将在本月以 Apache 2.0 协议开放。团队称其使用 23.8T 预训练 token，并在约 10,500 块 GB300 上完成预训练与强化学习；自报 SWE-bench Verified 得分 80.9，独立分析预计其推理效率处于同级开源模型前列，部分观察者将其定位在 GLM-5.2 水平。

模型#Reflection#Beam

推荐理由：提供 Reflection Beam 的规模、训练数据与第三方评测信息，可对照同期中美开源模型的能力与定位。

TechCrunch · AI评分 0

Reflection 发布 5010 亿参数开源权重模型 Beam，称推理算力低于中国开源模型

Reflection debuts Beam, an open-weight AI model to rival Chinese models at lower compute cost

Reflection AI 公布其首个前沿开源权重模型 Beam，为文本混合专家模型，总参数 5010 亿、激活参数 230 亿，预训练使用 23.8 万亿 token，上下文窗口 100 万 token。公司称 Beam 在高级推理基准上与 Z.ai 的 GLM-5.2 持平，所用推理算力少 3 到 4 倍，并称其优于当前领先的西方开源模型，但这些性能说法尚未经独立验证。Reflection 表示本月将发布 Beam 的权重与完整技术细节，通过超大规模云厂商和新云分发，并在发布时接入开源库。该公司 2024 年由两名前 Google DeepMind 研究员创立，已融资约 47 亿美元，上一轮投前估值 250 亿美元，今夏与 SpaceX 和 Nebius 签署总额超 70 亿美元的算力协议。

模型#Reflection AI#Beam

推荐理由：Beam 公布参数规模、上下文与对标对象，读者可借此比较中美开源权重模型在推理算力成本上的取舍。

热点榜上的其它事件 ↗同一件事的多篇报道聚在这里，综述与最新进展另附；每一篇报道的标题与链接指回它自己的详情页。