Skip to content
FrontierDot

Reflection Beam : de l’aperçu du 5 oct. aux poids Apache 2.0, et le matériel qu’il exige

Chronologie mise à jour en continu · dernière mise à jour · 1 entrée dans le journal des mises à jour

Reflection avait dit que les poids viendraient « plus tard ce mois-ci », et ils sont arrivés onze jours après. La publication est réelle. Ce qu’il faut pour l’exécuter, c’est ce que la plupart des articles passent sous silence.

Beam de Reflection est passé d’un aperçu avec liste d’attente le 5 oct. à des poids publics sous Apache 2.0 le 16 oct. ; c’est un modèle de texte de 501B paramètres dont 23B actifs, pour le code et les agents, et ses affirmations d’efficacité sont celles de Reflection.

Lu le 2026-10-17 : l’annonce de Reflection, la fiche du modèle et la documentation développeur, ainsi que l’article de lancement de Hugging Face. Les chiffres de benchmark sont déclarés par Reflection et nous n’avons pas exécuté le modèle. Nous ne citons que des pages officielles et n’ajoutons rien qui n’y figure pas.

Chronologie

  1. Reflection présente Beam comme son premier modèle à poids ouverts : un mixture-of-experts parcimonieux de 501 milliards de paramètres au total dont 23 milliards actifs, conçu pour le code, le raisonnement et le travail agentique. L’article dit qu’il a été pré-entraîné sur 23,8 billions de tokens, et qu’une session d’apprentissage par renforcement a généré plus de 100 millions de rollouts sur 10,5K GPU NVIDIA GB300 en quatre semaines. Beam est décrit comme en phase finale de red-teaming, avec un accès anticipé par liste d’attente et des poids promis pour la fin du mois.

    Reflection: Introducing Beam

  2. Reflection met à jour l’annonce : elle dit avoir actualisé les résultats de benchmark de Beam, que les tableaux de la page reflètent les derniers chiffres et que tous les autres résultats sont inchangés.

    Reflection: Introducing Beam (update note)

  3. Les poids deviennent publics. Hugging Face publie son article de lancement de Beam sous Apache 2.0, avec des checkpoints BF16, FP8 et NVFP4, une prise en charge day-0 dans transformers, SGLang et vLLM, et un accès via Hugging Face Inference Providers. La documentation de service de Reflection, modifiée le même jour, indique 273 Gio pour le téléchargement NVFP4, 468,72 Gio pour FP8 et 933,81 Gio pour BF16.

    Hugging Face: Welcome Beam

La promesse, et la date à laquelle elle a été tenue

L’annonce du 5 octobre a fait deux choses à la fois. Elle a montré ce que Beam savait faire, et refusé de livrer le modèle. L’article dit que Beam était « en phase finale de red-teaming et d’évaluations », renvoie à une liste d’attente pour l’accès anticipé et annonce que Reflection publierait les poids, le rapport technique, la fiche du modèle et les artefacts pour développeurs « plus tard ce mois-ci ». Il précise aussi que les poids viendraient sous licence Apache 2.0, avec la documentation et toute la pile pour exécuter, évaluer et affiner le modèle.

Onze jours plus tard, l’article de lancement de Hugging Face était en ligne, daté du 16 octobre, et il énonce clairement la licence : Apache 2.0. La page de documentation développeur consacrée au téléchargement des poids porte la même date de dernière modification. Pour une entreprise qui avait promis une publication avant la fin du mois, c’est tôt et complet là où cela compte : les checkpoints existent et la licence est la permissive qui avait été annoncée.

La formulation compte, car un aperçu avec liste d’attente se confond facilement avec une publication. Entre le 5 et le 16 octobre, on pouvait lire des choses sur Beam mais pas le télécharger. Après le 16 octobre, on le peut. Une page de chronologie est le bon format pour ce genre d’histoire, puisque le fait intéressant est l’écart entre les deux dates, et qu’il s’est refermé.

Ce qu’est Beam, d’après la fiche du modèle

La fiche du modèle décrit Beam comme un mixture-of-experts parcimonieux de 501 milliards de paramètres au total dont 23 milliards actifs, conçu pour le code, le raisonnement et les charges de travail agentiques. Il prend du texte en entrée et produit du texte. La fenêtre de contexte est de 1 million de tokens, le vocabulaire de 152 mille tokens, et la date limite de connaissances indiquée est le 30 juin 2026. La fiche liste 52 couches, trois denses et 49 mixture-of-experts, avec 256 experts, et une attention groupée par requêtes à porte combinée à une attention à fenêtre glissante.

L’article de Hugging Face ajoute le détail qui rend l’agencement concret. La plupart des couches utilisent une attention à fenêtre glissante sur les 512 tokens précédents, et chaque sixième couche plus la dernière portent sur tout le contexte, soit 43 couches à fenêtre glissante et 9 globales. C’est ce qui rend le long contexte abordable. L’article calcule que si les 52 couches conservaient chaque token, le cache clé-valeur croîtrait de 208 Kio par token, alors qu’avec seulement neuf couches globales il croît de 36 Kio par token, et il donne environ 36 Gio pour une séquence complète d’un million de tokens en BF16. Ce sont les chiffres de Hugging Face pour l’implémentation transformers, et ils valent par séquence.

Huit des 256 experts tournent pour chaque token, d’où le chiffre de 23 milliards actifs. L’article en énonce directement la conséquence : les 256 experts restent en mémoire, le déploiement exige donc la mémoire d’un modèle de 501B tout en tournant à peu près à la vitesse d’un modèle de 23B. Retenez cette phrase, car elle explique la section matériel ci-dessous.

L’affirmation d’efficacité, et comment la lire

L’argument de Reflection n’est pas que Beam est le plus fort des modèles ouverts. L’annonce dit le contraire en toutes lettres : Beam est compétitif face à des modèles ouverts plus gros comme GLM 5.2 et s’approche de Qwen 3.8-Max sur les tâches de code et d’agents, tandis que des modèles ouverts de pointe comme Kimi K3 restent devant en capacité brute. L’avantage revendiqué est l’efficacité à l’inférence : des scores comparables à GLM-5.2 sur des benchmarks de raisonnement avancé avec trois à quatre fois moins de calcul d’inférence.

L’article est ouvert sur la façon dont cette comparaison a été construite. Il estime le calcul à environ deux fois le nombre de paramètres actifs multiplié par la moyenne de tokens générés par tentative, avec des données d’Artificial Analysis et de DataCurve, et il dit que l’estimation exclut le prefill du prompt, l’attention qui dépend du contexte et les surcoûts de service. De son propre aveu, c’est une comparaison approximative de calcul et non un coût d’inférence mesuré. Cette franchise est utile, et elle signifie aussi que le ratio vedette est un modèle de coût, pas une facture.

La fiche du modèle atténue légèrement le chiffre : elle dit que Beam atteint une qualité de solution comparable à celle des principaux modèles ouverts avec environ trois fois moins de tokens de raisonnement à l’inférence. Les deux affirmations viennent de Reflection. Aucune évaluation indépendante n’est citée sur les pages que nous avons lues ; considérez donc chaque chiffre de benchmark comme déclaré par l’éditeur tant qu’un tiers ne l’a pas reproduit.

La fiche liste les scores de chacun des trois formats de checkpoint. Sur SWE-Bench Verified, par exemple, elle affiche 81,6 % pour BF16, 80,2 % pour FP8 et 80,7 % pour NVFP4 ; sur Terminal-Bench 2.1, 80,1 %, 78,9 % et 78,4 %. L’écart entre formats est faible sur la plupart des lignes, ce qui est le but de ce tableau : si vous exécutez le format le moins coûteux, attendez-vous à des résultats proches, pas identiques.

Ce qu’il faut pour l’exécuter

C’est ici qu’un modèle à 23B actifs cesse de sonner petit. Le guide de service de Reflection demande quatre GPU NVIDIA B300 reliés par NVLink sur un hôte Linux amd64, avec Docker et le NVIDIA Container Toolkit, et note que les checkpoints sont assez gros pour qu’il faille d’abord vérifier l’espace disque. Le checkpoint NVFP4 pèse 273 Gio. Celui en FP8 pèse 468,72 Gio, et BF16 933,81 Gio.

L’article de Hugging Face donne le raisonnement matériel en termes plus généraux. NVFP4 réduit le checkpoint BF16 d’environ 1 To à quelque 280 Go et tourne nativement sur les GPU Blackwell, mais pas sur les plus anciens comme le H200. FP8 est le format pour Hopper et Ampere. Il dit que deux B200 de 180 Go chacun pourraient contenir les poids avec peu de marge, recommande de prévoir quatre B200, et cite comme autres options un nœud complet de 8×B200, deux B300 de 288 Go chacun ou huit cartes RTX Pro 6000. Pour ceux qui n’ont pas ce matériel, il renvoie vers Inference Providers, en listant Baseten, Fireworks et Together au lancement.

Le résumé honnête, pour un développeur individuel, est donc que Beam est ouvert au sens de la licence et très nettement un modèle de centre de données au sens du matériel. Ceux qui sont le mieux placés pour profiter d’Apache 2.0 ici sont les équipes qui veulent héberger, affiner ou distiller elles-mêmes un modèle de code, et la fiche du modèle dit que Reflection n’interdit ni la distillation, ni l’affinage, ni la quantification, ni la fusion.

Ce que nous n’avons pas pu vérifier

  • Si le ratio d’efficacité à l’inférence de Beam tient dans la pile de service de quelqu’un d’autre. Reflection décrit son propre calcul comme une estimation, et nous n’avons trouvé aucune mesure indépendante sur les pages officielles.
  • L’évaluation de sécurité complète. La fiche rapporte des taux de refus et de conformité issus des propres Iris Safety Evaluations de Reflection et renvoie à un rapport de sécurité distinct, que nous n’avons pas lu en entier.
  • Toute comparaison avec des modèles fermés. Les pages que nous citons ne comparent Beam qu’à des modèles ouverts.

Notre avis

Beam est une publication propre selon les critères des lancements à poids ouverts de cette année : une annonce datée, une échéance affichée, une licence permissive, trois formats de checkpoint et des recettes de service fonctionnelles dès le premier jour. Le point faible est le cadrage. Les affirmations d’efficacité sont les plus faciles à faire et les plus difficiles à vérifier, et les pages elles-mêmes disent que la comparaison est approximative. Nous garderons cette page comme chronologie vivante. Quand une évaluation indépendante, un rapport technique ou un accroc de licence apparaîtra, il recevra un nœud daté et une entrée dans le journal des mises à jour, et la conclusion en tête changera si les faits changent.

À lire aussi sur ce site : comment la conception à 25B actifs de Ling-3.1-flash se rapporte à votre matériel fait valoir le même point mémoire contre vitesse pour un autre modèle mixture-of-experts, et la chronologie de Muse Spark Open couvre l’autre grande publication à poids ouverts de la même semaine.

Pour continuer la lecture

Tous les articles, du plus récent au plus ancien, sont sur l’index du blog Front.

Questions fréquentes

Reflection Beam est-il open source ?

Les poids sont publics sous licence Apache 2.0, selon Reflection et Hugging Face. Les données d’entraînement et la recette d’entraînement complète ne font pas partie de la publication, d’après les pages que nous avons lues.

Quand les poids de Beam ont-ils été publiés ?

Reflection a annoncé Beam le 5 octobre 2026 et les poids étaient publics le 16 octobre 2026, date à laquelle Hugging Face a publié son article de lancement.

De quel matériel Beam a-t-il besoin ?

Le guide de service de Reflection liste quatre GPU NVIDIA B300 pour le checkpoint NVFP4, qui pèse 273 Gio. FP8 pèse 468,72 Gio et BF16 933,81 Gio.

Journal des mises à jour

  • — Première publication.

Sources