Reflection AI 於官方部落格發表文章，發布公司首個開源權重模型 Beam。Beam 採用稀疏混合專家架構，總參數達 5010 億，每個 token 啟動 230 億參數，針對編程、推理及代理式工作負載而設計。模型目前正進行最後一輪紅隊測試與評估，有興趣者可透過等候名單申請早期試用[1]。
以高算力強化學習推動能力提升
團隊指出，Beam 的能力源自預訓練與強化學習兩方面的投入。模型以 23.8 萬億個多元、經策劃的高品質 token 預訓練，表現可與同級開源基礎模型相若或更佳。在強化學習方面，團隊動用 10,500 顆 NVIDIA GB300 圖形處理器，歷時四星期，產生超過一億次 rollout，最大上下文長度達 256K token，訓練與評分過程使用約 13 億個沙盒，並蒐集一百萬個編程、代理及 STEM 環境。團隊形容這可能是開源實驗室歷來最大規模的強化學習訓練之一，並稱能力隨算力增加而持續改善，未見明顯停滯。
主打推理效率與編程表現
Reflection 表示，Beam 在先進推理基準上取得與同級閉源模型相若的表現，同時在編程任務上展現顯著優勢。模型的稀疏 MoE 架構使推理成本遠低於同參數量的稠密模型，適合大規模部署。團隊計劃在完成紅隊測試後，以 Apache 2.0 許可證發布模型權重，並提供量化版本供社區使用[1]。