Reflection AI 发布 501B 开放权重模型 Beam 推理算力低数倍

成立仅两年、总部位于布鲁克林的 Reflection AI 于 10 月 5 日发布其首款开放权重模型 Beam。这家由两名前 Google DeepMind 研究员创立的实验室称，Beam 是一款纯文本稀疏混合专家（MoE）模型，总参数 5010 亿、每次推理仅激活 230 亿，在代码、推理与智能体任务上对标主流开源模型，而推理算力消耗只有竞品的三到四倍。

Beam 的能力来自预训练与强化学习（RL）的双重投入。官方披露，模型在 23.8 万亿高质量 token 上完成预训练，上下文窗口达 100 万 token；RL 阶段在 1.05 万张英伟达 GB300 GPU 上跑出超过 1 亿次 rollout，历时四周。Reflection 公布的基准包括 Terminal Bench v2.1 得分 80.1、SWEBench Verified 80.9、AIME 2026 97.8、GPQA Diamond 90.5；公司称 Beam 在高级推理上匹敌 Z.ai 的 GLM-5.2，并逼近 Qwen 3.8-Max，但在原始能力上仍落后 Kimi K3。这些成绩尚未经过独立验证。

开放权重路线让 Beam 的权重、技术报告与开发者工具将于 10 月内分批释出，定位为企业、公共部门与开发者的「主力模型」。Reflection 已获得约 47 亿美元融资、250 亿美元投前估值，投资方包括英伟达、红杉与 Lightspeed；其与 SpaceX、Nebius 签下的超 70 亿美元算力协议，将保障 GB300 供应至 2029 年。在 DeepSeek、Qwen、Kimi 等中国开放模型领跑的背景下，Beam 试图以「西方开放前沿」与更低推理成本切入市场。

不过，Beam 仍是纯文本模型，而竞争对手 Thinking Machines 的 Inkling 已支持多模态；超过 70 亿美元的算力协议也带来可观的财务敞口。随着 10 月内权重正式开放，第三方基准将第一次有机会检验 Reflection 的效率与能力主张。开源阵营围绕「推理成本」的竞争，正从参数规模转向每一 token 的真实开销。