Skip to content
FrontierDot

Reflection Beam: da prévia de 5 de out. aos pesos Apache 2.0 e o hardware que ele exige

Linha do tempo em atualização · última atualização · 1 entrada no registro de alterações

A Reflection disse que os pesos viriam «later this month» e vieram, onze dias depois. O lançamento é real. O que é preciso para rodá-lo é a parte que a maioria dos textos pula.

O Beam, da Reflection, passou de uma prévia com lista de espera em 5 de out. a pesos públicos Apache 2.0 em 16 de out.; é um modelo de texto de 501B parâmetros, 23B ativos, para programação e agentes, e as alegações de eficiência são da própria Reflection.

Lido em 2026-10-17: o anúncio da Reflection, o model card e a documentação para desenvolvedores, e o post de lançamento do Hugging Face. Os números de benchmark são informados pela Reflection e não executamos o modelo. Citamos apenas páginas oficiais e não acrescentamos nada que não conste nelas.

Linha do tempo

  1. A Reflection apresenta o Beam como seu primeiro modelo de pesos abertos: uma mistura esparsa de especialistas com 501 bilhões de parâmetros no total e 23 bilhões ativos, feita para programação, raciocínio e trabalho com agentes. O post diz que foi pré-treinado com 23,8 trilhões de tokens e que uma execução de aprendizado por reforço gerou mais de 100 milhões de rollouts em 10,5K GPUs NVIDIA GB300 ao longo de quatro semanas. O Beam é descrito como em red-teaming final, com acesso antecipado por lista de espera e pesos prometidos para o fim daquele mês.

    Reflection: Introducing Beam

  2. A Reflection atualiza o anúncio: diz que atualizou os resultados de benchmark do Beam, que as tabelas da página refletem os números mais recentes e que todos os demais resultados permanecem iguais.

    Reflection: Introducing Beam (update note)

  3. Os pesos se tornam públicos. O Hugging Face publica seu post de lançamento do Beam sob Apache 2.0, com checkpoints BF16, FP8 e NVFP4, suporte day-0 em transformers, SGLang e vLLM, e acesso via Hugging Face Inference Providers. A documentação de serviço da Reflection, modificada pela última vez no mesmo dia, lista o download NVFP4 em 273 GiB, o FP8 em 468,72 GiB e o BF16 em 933,81 GiB.

    Hugging Face: Welcome Beam

A promessa e a data em que foi cumprida

O anúncio de 5 de outubro fez duas coisas ao mesmo tempo. Mostrou o que o Beam podia fazer e se recusou a entregar o modelo. O post diz que o Beam estava «undergoing final red-teaming and evaluations», remete os leitores a uma lista de espera para acesso antecipado e diz que a Reflection liberaria os pesos, o relatório técnico, o model card e os artefatos para desenvolvedores «later this month». Diz também que os pesos viriam sob a licença Apache 2.0, junto com a documentação e toda a pilha para executar, avaliar e ajustar o modelo.

Onze dias depois o post de lançamento do Hugging Face estava no ar, datado de 16 de outubro, e declara a licença sem rodeios: Apache 2.0. A página de documentação para desenvolvedores sobre o download dos pesos traz a mesma data de última modificação. Para uma empresa que havia prometido lançamento até o fim do mês, isso é cedo e completo no sentido que conta: os checkpoints existem e a licença é a permissiva que foi anunciada.

A redação importa porque uma prévia com lista de espera é fácil de confundir com um lançamento. Entre 5 e 16 de outubro era possível ler sobre o Beam, mas não baixá-lo. Depois de 16 de outubro, dá. Uma página de cronologia é o formato certo para esse tipo de história, pois o fato interessante é o intervalo entre as duas datas e o fato de ele ter se fechado.

O que o Beam é, segundo o model card

O model card descreve o Beam como um modelo de mistura esparsa de especialistas com 501 bilhões de parâmetros no total e 23 bilhões ativos, feito para cargas de programação, raciocínio e agentes. Ele recebe texto e produz texto. A janela de contexto é de 1 milhão de tokens, o vocabulário tem 152 mil tokens e o corte de conhecimento declarado é 30 de junho de 2026. O card lista 52 camadas, três densas e 49 de mistura de especialistas, com 256 especialistas, e atenção de consulta agrupada com gate combinada com atenção de janela deslizante.

O post do Hugging Face acrescenta o detalhe que torna o layout concreto. A maioria das camadas usa atenção de janela deslizante sobre os 512 tokens anteriores, e uma camada a cada seis, mais a última, atende a todo o contexto, o que dá 43 camadas de janela deslizante e 9 globais. É por isso que o contexto longo é viável. O post calcula que, se todas as 52 camadas guardassem todos os tokens, o cache de chave-valor cresceria 208 KiB por token, mas com apenas nove camadas globais ele cresce 36 KiB por token, e informa cerca de 36 GiB para uma sequência completa de um milhão de tokens em BF16. São números do Hugging Face para a implementação em transformers, e valem por sequência.

Oito dos 256 especialistas rodam para cada token, e é daí que vem o número de 23 bilhões ativos. O post declara a consequência diretamente: todos os 256 especialistas ficam na memória, então a implantação exige a memória de um modelo de 501B enquanto roda aproximadamente à velocidade de um de 23B. Guarde essa frase, porque ela explica a seção de hardware abaixo.

A alegação de eficiência e como lê-la

O argumento da Reflection não é que o Beam seja o modelo aberto mais forte. O anúncio diz o contrário com todas as letras: o Beam é competitivo com modelos abertos maiores, como o GLM 5.2, e se aproxima do Qwen 3.8-Max em tarefas de programação e de agentes, enquanto modelos abertos de ponta, como o Kimi K3, continuam à frente em capacidade bruta. A vantagem que ele reivindica é a eficiência na inferência: pontuações comparáveis às do GLM-5.2 em benchmarks de raciocínio avançado usando de três a quatro vezes menos computação de inferência.

O post é aberto quanto a como essa comparação foi construída. Estima o cálculo como aproximadamente duas vezes a contagem de parâmetros ativos vezes a média de tokens gerados por tentativa, com dados da Artificial Analysis e da DataCurve, e diz que a estimativa exclui o prefill do prompt, a atenção que depende do contexto e a sobrecarga de serviço. Nas palavras do próprio texto, é uma comparação aproximada de computação, não um custo de inferência medido. Essa franqueza é útil, e também significa que a razão de destaque é um modelo de custo, não uma conta.

O model card suaviza um pouco o número: diz que o Beam atinge qualidade de solução comparável à dos principais modelos abertos usando aproximadamente três vezes menos tokens de raciocínio na inferência. As duas afirmações vêm da Reflection. Nenhuma avaliação independente é citada em nenhuma das páginas que lemos, então trate todo número de benchmark como informado pelo provedor até que um terceiro o reproduza.

O card lista pontuações para cada um dos três formatos de checkpoint. No SWE-Bench Verified, por exemplo, mostra 81,6 % para BF16, 80,2 % para FP8 e 80,7 % para NVFP4; no Terminal-Bench 2.1, 80,1 %, 78,9 % e 78,4 %. A diferença entre formatos é pequena na maioria das linhas, e é esse o sentido dessa tabela: se você rodar o formato mais barato, espere resultados semelhantes, não idênticos.

O que é preciso para rodá-lo

É aqui que um modelo de 23B ativos deixa de parecer pequeno. O guia de serviço da própria Reflection pede quatro GPUs NVIDIA B300 conectadas por NVLink num host Linux amd64, com Docker e o NVIDIA Container Toolkit, e observa que os checkpoints são grandes o bastante para você conferir antes o espaço em disco. O checkpoint NVFP4 tem 273 GiB. O FP8 tem 468,72 GiB e o BF16, 933,81 GiB.

O post do Hugging Face dá o raciocínio de hardware em termos mais gerais. O NVFP4 reduz o checkpoint BF16 de cerca de 1 TB para aproximadamente 280 GB e roda nativamente em GPUs Blackwell, mas não em mais antigas, como a H200. O FP8 é o formato para Hopper e Ampere. Diz que duas B200 de 180 GB cada poderiam comportar os pesos com pouca folga, recomenda planejar quatro B200 e cita como outras opções um nó completo de 8×B200, duas B300 de 288 GB cada ou oito placas RTX Pro 6000. Para quem não tem esse hardware, aponta os Inference Providers, listando Baseten, Fireworks e Together no lançamento.

Assim, o resumo honesto para um desenvolvedor individual é que o Beam é aberto no sentido da licença e muito um modelo de data center no sentido do hardware. As equipes mais bem posicionadas para se beneficiar da Apache 2.0 aqui são as que querem hospedar, ajustar ou destilar um modelo de programação por conta própria, e o model card diz que a Reflection não proíbe destilação, ajuste fino, quantização nem mesclagem.

O que não pudemos verificar

  • Se a razão de eficiência de inferência do Beam se mantém na pilha de serviço de outra pessoa. A Reflection descreve o próprio cálculo como estimativa, e não encontramos nenhuma medição independente nas páginas oficiais.
  • A avaliação completa de segurança. O card informa taxas de recusa e de conformidade das Iris Safety Evaluations da própria Reflection e aponta para um relatório de segurança à parte, que não lemos por inteiro.
  • Qualquer comparação com modelos fechados. As páginas que citamos comparam o Beam apenas com modelos abertos.

Nossa avaliação

O Beam é um lançamento limpo para os padrões dos lançamentos de pesos abertos deste ano: um anúncio datado, um prazo declarado, uma licença permissiva, três formatos de checkpoint e receitas de serviço funcionando desde o primeiro dia. O ponto fraco é o enquadramento. Alegações de eficiência são as mais fáceis de fazer e as mais difíceis de conferir, e as próprias páginas dizem que a comparação é aproximada. Manteremos esta página como uma cronologia viva. Quando surgir uma avaliação independente, um relatório técnico ou uma pegadinha de licença, ela ganha um nó datado e uma entrada no registro de atualizações, e a conclusão do topo muda se os fatos mudarem.

Leitura relacionada neste site: como o projeto de 25B ativos do Ling-3.1-flash se traduz no seu hardware faz o mesmo ponto de memória versus velocidade para outro modelo de mistura de especialistas, e a cronologia do Muse Spark Open trata do outro grande lançamento de pesos abertos da mesma semana.

Continue lendo

Todos os artigos, do mais recente ao mais antigo, estão no índice do blog da Front.

Perguntas frequentes

O Reflection Beam é de código aberto?

Os pesos são públicos sob a licença Apache 2.0, segundo a Reflection e o Hugging Face. Os dados de treinamento e a receita completa de treinamento não fazem parte do lançamento, pelo que mostram as páginas que lemos.

Quando os pesos do Beam foram liberados?

A Reflection anunciou o Beam em 5 de outubro de 2026 e os pesos estavam públicos em 16 de outubro de 2026, quando o Hugging Face publicou seu post de lançamento.

De que hardware o Beam precisa?

O guia de serviço da Reflection lista quatro GPUs NVIDIA B300 para o checkpoint NVFP4, que tem 273 GiB. O FP8 tem 468,72 GiB e o BF16, 933,81 GiB.

Registro de alterações

  • — Primeira publicação.

Fontes