Skip to content
FrontierDot

Reflection Beam: Von der Vorschau am 5. Oktober zu Apache-2.0-Gewichten und die nötige Hardware

Fortlaufende Zeitleiste · zuletzt aktualisiert · 1 Eintrag im Änderungsprotokoll

Reflection sagte, die Gewichte kämen „später in diesem Monat“, und sie kamen, elf Tage später. Der Release ist real. Was der Betrieb verlangt, lassen die meisten Beiträge aus.

Reflections Beam ging am 5. Oktober von Vorschau und Warteliste zu öffentlichen Apache-2.0-Gewichten am 16. Oktober; es ist ein Textmodell mit 501B Parametern, 23B aktiv, für Coding und Agenten, und seine Effizienzaussagen stammen von Reflection selbst.

Gelesen am 2026-10-17: Reflections Ankündigung, Modellkarte und Entwickler-Dokumentation sowie der Hugging-Face-Launch-Beitrag. Die Benchmark-Werte meldet Reflection selbst, wir haben das Modell nicht ausgeführt. Wir zitieren nur offizielle Seiten und fügen nichts hinzu, was dort nicht steht.

Zeitleiste

  1. Reflection stellt Beam als erstes Modell mit offenen Gewichten vor: ein spärliches Mixture-of-Experts mit 501 Milliarden Parametern insgesamt und 23 Milliarden aktiven, gebaut für Coding, Reasoning und agentische Arbeit. Laut Beitrag wurde es auf 23,8 Billionen Token vortrainiert, und ein Reinforcement-Learning-Lauf erzeugte über vier Wochen mehr als 100 Millionen Rollouts auf 10,5K NVIDIA-GB300-GPUs. Beam durchlaufe die letzten Red-Teaming-Prüfungen, früher Zugang laufe über eine Warteliste, und die Gewichte seien für später im Monat versprochen.

    Reflection: Introducing Beam

  2. Reflection aktualisiert die Ankündigung: Die Benchmark-Ergebnisse von Beam seien aktualisiert, die Tabellen auf der Seite zeigten die neuesten Zahlen, und alle übrigen Ergebnisse seien unverändert.

    Reflection: Introducing Beam (update note)

  3. Die Gewichte werden öffentlich. Hugging Face veröffentlicht seinen Launch-Beitrag zu Beam unter Apache 2.0, mit Checkpoints in BF16, FP8 und NVFP4, Day-0-Unterstützung in transformers, SGLang und vLLM und Zugang über Hugging Face Inference Providers. Reflections Serving-Dokumentation, am selben Tag zuletzt geändert, nennt den NVFP4-Download mit 273 GiB, FP8 mit 468,72 GiB und BF16 mit 933,81 GiB.

    Hugging Face: Welcome Beam

Das Versprechen und das Datum, an dem es gehalten wurde

Die Ankündigung vom 5. Oktober tat zwei Dinge zugleich. Sie zeigte, was Beam kann, und sie gab das Modell nicht heraus. Der Beitrag sagt, Beam durchlaufe „final red-teaming and evaluations“, verweist auf eine Warteliste für frühen Zugang und sagt, Reflection werde Gewichte, technischen Bericht, Modellkarte und Entwickler-Artefakte „later this month“ veröffentlichen. Er sagt auch, die Gewichte kämen unter einer Apache-2.0-Lizenz, zusammen mit Dokumentation und dem vollständigen Stack zum Betreiben, Evaluieren und Feintunen des Modells.

Elf Tage später war der Hugging-Face-Launch-Beitrag online, datiert auf den 16. Oktober, und er nennt die Lizenz klar: Apache 2.0. Die Entwicklerseite zum Herunterladen der Gewichte trägt dasselbe Änderungsdatum. Für ein Unternehmen, das einen Release zum Monatsende versprochen hatte, ist das früh und vollständig in dem Sinn, der zählt: Die Checkpoints existieren, und die Lizenz ist die freizügige, die genannt wurde.

Die Wortwahl ist wichtig, weil man eine Vorschau mit Warteliste leicht mit einem Release verwechselt. Zwischen dem 5. und dem 16. Oktober konnte man über Beam lesen, aber es nicht herunterladen. Seit dem 16. Oktober geht das. Eine Zeitleiste ist das richtige Format für diese Art Geschichte, denn das Interessante ist die Lücke zwischen den beiden Daten und dass sie sich geschlossen hat.

Was Beam laut Modellkarte ist

Die Modellkarte beschreibt Beam als spärliches Mixture-of-Experts-Modell mit 501 Milliarden Parametern insgesamt und 23 Milliarden aktiven, gebaut für Coding, Reasoning und agentische Workloads. Es nimmt Text und erzeugt Text. Das Kontextfenster beträgt 1 Million Token, das Vokabular 152.000 Token, und der angegebene Wissensstand ist der 30. Juni 2026. Die Karte nennt 52 Schichten, drei dichte und 49 Mixture-of-Experts, mit 256 Experten sowie gated Grouped-Query-Attention in Kombination mit Sliding-Window-Attention.

Der Hugging-Face-Beitrag ergänzt das Detail, das den Aufbau greifbar macht. Die meisten Schichten nutzen Sliding-Window-Attention über die vorherigen 512 Token, und jede sechste Schicht sowie die letzte betrachten den ganzen Kontext, was 43 Sliding-Window-Schichten und 9 globale ergibt. Deshalb ist der lange Kontext bezahlbar. Der Beitrag rechnet vor, dass der Key-Value-Cache um 208 KiB pro Token wüchse, wenn alle 52 Schichten jedes Token behielten, mit nur neun globalen Schichten aber um 36 KiB pro Token, und nennt rund 36 GiB für eine volle Sequenz von einer Million Token in BF16. Das sind Zahlen von Hugging Face für die transformers-Implementierung, und sie gelten pro Sequenz.

Pro Token laufen acht der 256 Experten, daher die 23 Milliarden aktiven Parameter. Der Beitrag nennt die Folge direkt: Alle 256 Experten bleiben im Speicher, das Deployment braucht also den Speicher eines 501B-Modells, läuft aber etwa so schnell wie ein 23B-Modell. Merken Sie sich diesen Satz, denn er erklärt den Hardware-Abschnitt unten.

Die Effizienzaussage und wie man sie liest

Reflections Pitch ist nicht, dass Beam das stärkste offene Modell sei. Die Ankündigung sagt das Gegenteil in klaren Worten: Beam sei konkurrenzfähig mit größeren offenen Modellen wie GLM 5.2 und nähere sich bei Coding- und Agentenaufgaben Qwen 3.8-Max, während offene Frontier-Modelle wie Kimi K3 bei der reinen Leistungsfähigkeit vorn blieben. Der behauptete Vorteil ist Effizienz bei der Inferenz: Werte, vergleichbar mit GLM-5.2 bei anspruchsvollen Reasoning-Benchmarks, mit drei- bis viermal weniger Inferenz-Rechenaufwand.

Der Beitrag legt offen, wie der Vergleich gebaut wurde. Er schätzt den Rechenaufwand als etwa das Zweifache der aktiven Parameterzahl mal der mittleren Zahl erzeugter Token pro Versuch, mit Daten von Artificial Analysis und DataCurve, und sagt, die Schätzung lasse das Prompt-Prefill, kontextabhängige Attention und den Serving-Overhead aus. In seinen eigenen Worten ist es ein ungefährer Rechenvergleich und keine gemessenen Inferenzkosten. Diese Offenheit ist nützlich, und sie heißt auch, dass das Verhältnis in der Schlagzeile ein Kostenmodell ist und keine Rechnung.

Die Modellkarte schwächt die Zahl leicht ab: Beam erreiche eine vergleichbare Lösungsqualität wie führende offene Modelle mit etwa dreimal weniger Reasoning-Token zur Inferenzzeit. Beide Aussagen stammen von Reflection. Auf keiner der gelesenen Seiten wird eine unabhängige Evaluation zitiert, behandeln Sie also jeden Benchmark-Wert als vom Anbieter gemeldet, bis ein Dritter ihn reproduziert.

Die Karte listet Werte für jedes der drei Checkpoint-Formate. Bei SWE-Bench Verified zeigt sie zum Beispiel 81,6 % für BF16, 80,2 % für FP8 und 80,7 % für NVFP4; bei Terminal-Bench 2.1 sind es 80,1 %, 78,9 % und 78,4 %. Die Streuung zwischen den Formaten ist bei den meisten Zeilen klein, und das ist der Sinn der Tabelle: Wer das günstigere Format betreibt, sollte ähnliche, nicht identische Ergebnisse erwarten.

Was der Betrieb verlangt

Hier hört ein Modell mit 23B aktiven Parametern auf, klein zu klingen. Reflections eigener Serving-Leitfaden verlangt vier per NVLink verbundene NVIDIA-B300-GPUs auf einem Linux-amd64-Host mit Docker und NVIDIA Container Toolkit und vermerkt, die Checkpoints seien so groß, dass man zuerst den Plattenplatz prüfen solle. Der NVFP4-Checkpoint hat 273 GiB. Der FP8-Checkpoint hat 468,72 GiB, BF16 933,81 GiB.

Der Hugging-Face-Beitrag erklärt die Hardware allgemeiner. NVFP4 schrumpft den BF16-Checkpoint von etwa 1 TB auf grob 280 GB und läuft nativ auf Blackwell-GPUs, aber nicht auf älteren wie der H200. FP8 ist das Format für Hopper und Ampere. Zwei B200 mit je 180 GB könnten die Gewichte mit wenig Luft halten, heißt es, man solle mit vier B200 planen, und als weitere Optionen werden ein voller 8×B200-Knoten, zwei B300 mit je 288 GB oder acht RTX-Pro-6000-Karten genannt. Wer diese Hardware nicht hat, wird auf Inference Providers verwiesen, zum Start Baseten, Fireworks und Together.

Die ehrliche Zusammenfassung für einzelne Entwickler lautet also: Beam ist offen im Sinn der Lizenz und sehr ein Rechenzentrumsmodell im Sinn der Hardware. Am besten profitieren von Apache 2.0 hier Teams, die ein Coding-Modell selbst hosten, feintunen oder destillieren wollen, und laut Modellkarte untersagt Reflection weder Destillation noch Feintuning, Quantisierung oder Mergen.

Was wir nicht prüfen konnten

  • Ob das Inferenz-Effizienzverhältnis von Beam in einem fremden Serving-Stack hält. Reflection nennt die eigene Rechnung eine Schätzung, und auf den offiziellen Seiten fanden wir keine unabhängige Messung.
  • Die vollständige Sicherheitsevaluation. Die Karte meldet Verweigerungs- und Befolgungsraten aus Reflections eigenen Iris Safety Evaluations und verweist auf einen separaten Sicherheitsbericht, den wir nicht vollständig gelesen haben.
  • Jeden Vergleich mit geschlossenen Modellen. Die zitierten Seiten vergleichen Beam nur mit offenen Modellen.

Unsere Einschätzung

Gemessen an den Releases offener Gewichte in diesem Jahr ist Beam ein sauberer Release: eine datierte Ankündigung, eine genannte Frist, eine freizügige Lizenz, drei Checkpoint-Formate und funktionierende Serving-Rezepte am ersten Tag. Die Schwachstelle ist die Darstellung. Effizienzaussagen sind am leichtesten zu machen und am schwersten zu prüfen, und die Seiten selbst sagen, der Vergleich sei ungefähr. Wir führen diese Seite als lebende Zeitleiste fort. Erscheinen eine unabhängige Evaluation, ein technischer Bericht oder eine Lizenzfalte, bekommt sie einen datierten Knoten und einen Eintrag im Änderungsprotokoll, und die Schlussfolgerung oben ändert sich, wenn sich die Fakten ändern.

Weiterführend auf dieser Seite: Wie das 25B-aktive Design von Ling-3.1-flash zu Ihrer Hardware passt macht denselben Punkt zu Speicher und Geschwindigkeit für ein anderes Mixture-of-Experts-Modell, und die Muse-Spark-Open-Zeitleiste behandelt den anderen großen Release offener Gewichte derselben Woche.

Weiterlesen

Alle Beiträge, neueste zuerst, stehen im Front-Blog.

Häufige Fragen

Ist Reflection Beam Open Source?

Die Gewichte sind laut Reflection und Hugging Face unter der Apache-2.0-Lizenz öffentlich. Trainingsdaten und das vollständige Trainingsrezept gehören, soweit die gelesenen Seiten zeigen, nicht zum Release.

Wann wurden die Gewichte von Beam veröffentlicht?

Reflection kündigte Beam am 5. Oktober 2026 an, und die Gewichte waren am 16. Oktober 2026 öffentlich, als Hugging Face seinen Launch-Beitrag veröffentlichte.

Welche Hardware braucht Beam?

Reflections Serving-Leitfaden nennt vier NVIDIA-B300-GPUs für den NVFP4-Checkpoint mit 273 GiB. FP8 hat 468,72 GiB und BF16 933,81 GiB.

Änderungsprotokoll

  • — Erstveröffentlichung.

Quellen