跳到内容
FrontierDot

Reflection Beam：从 10 月 5 日的预览到 Apache 2.0 权重，以及它需要的硬件

持续更新的时间线 · 最后更新于 · 更新记录共 1 条

Reflection 说权重会在“本月晚些时候”发布，十一天后就兑现了。发布是真的。多数文章略过不提的，是运行它需要什么。

Reflection 的 Beam 在 10 月 5 日是预览加候补名单，到 10 月 16 日就以 Apache 2.0 公开了权重；它是一个 501B 参数、激活 23B 的文本模型，面向编程和智能体，效率方面的说法是 Reflection 自己的。

2026-10-17 读过：Reflection 的公告、模型卡和开发者文档，以及 Hugging Face 的发布文章。基准数字均为 Reflection 自报，我们没有运行这个模型。我们只引用官方页面，不添加页面上没有的内容。

时间线

  1. Reflection 推出 Beam，作为其首个开放权重模型：稀疏混合专家，总参数 501 billion，激活 23 billion，面向编程、推理和智能体工作。文章说它在 23.8 万亿词元上预训练，一轮强化学习在 10.5K 块 NVIDIA GB300 GPU 上历时四周，产生了超过 1 亿次 rollout。Beam 被描述为正在进行最后的红队测试和评估，通过候补名单提供早期访问，并承诺权重在当月晚些时候发布。

    Reflection: Introducing Beam

  2. Reflection 更新了公告：称已更新 Beam 的基准结果，页面上的表格反映最新数字，其他结果不变。

    Reflection: Introducing Beam (update note)

  3. 权重公开。Hugging Face 发布了以 Apache 2.0 许可的 Beam 发布文章，提供 BF16、FP8 和 NVFP4 检查点，首日（day-0）支持 transformers、SGLang 和 vLLM，并可通过 Hugging Face Inference Providers 访问。Reflection 的部署文档在同一天最后修改，列出 NVFP4 下载为 273 GiB，FP8 为 468.72 GiB，BF16 为 933.81 GiB。

    Hugging Face: Welcome Beam

承诺，以及兑现的日期

10 月 5 日的公告同时做了两件事：展示了 Beam 能做什么，同时没有交出模型。文章说 Beam 正在进行“最后的红队测试和评估”，引导读者加入候补名单获取早期访问，并说 Reflection 会在“本月晚些时候”发布权重、技术报告、模型卡和开发者资料。文章还说权重将以 Apache 2.0 许可发布，同时提供文档，以及运行、评估和微调模型的完整工具栈。

十一天之后，Hugging Face 的发布文章上线，日期是 10 月 16 日，并明确写了许可证：Apache 2.0。下载权重的开发者文档页面，最后修改日期相同。对于一家承诺在月底发布的公司，这算提前，并且完整得恰到好处：检查点已经存在，许可证也正是此前点名的那种宽松许可。

措辞很重要，因为带候补名单的预览很容易被当成发布。10 月 5 日到 10 月 16 日之间，你可以读到关于 Beam 的文字，却下载不到它；10 月 16 日之后可以了。时间线是讲这类事情的合适形式，因为有意思的事实就是两个日期之间的间隔，以及这个间隔被填上了。

据模型卡，Beam 是什么

模型卡把 Beam 描述为稀疏混合专家模型，总参数 501 billion，激活 23 billion，面向编程、推理和智能体工作负载。它输入文本，输出文本。上下文窗口 1M 词元，词表规模 152K 词元，标明的知识截止日期是 2026 年 6 月 30 日。卡里列出 52 层，其中三层稠密层、49 层混合专家层，有 256 个专家，使用带门控的分组查询注意力，并结合滑动窗口注意力。

Hugging Face 的文章补上了让布局具体起来的细节。大多数层使用覆盖前 512 个词元的滑动窗口注意力，每第六层以及最后一层则关注整个上下文，一共 43 个滑动窗口层和 9 个全局层。长上下文之所以负担得起，原因就在这里。文章算出：如果 52 层都保留每个词元，键值缓存每个词元要增长 208 KiB，而只有九个全局层时每个词元增长 36 KiB，BF16 下装满一百万词元的序列约为 36 GiB。这些是 Hugging Face 针对 transformers 实现给出的数字，并且按单个序列计算。

每个词元运行 256 个专家中的 8 个，激活 23 billion 的数字就是这么来的。文章直接说出了后果：256 个专家全部留在内存里，所以部署需要 501B 模型的内存，运行速度却大致相当于 23B 的模型。请记住这句话，它能解释下面的硬件一节。

效率方面的说法，以及怎么读

Reflection 没有把 Beam 说成最强的开放模型，公告直接承认了这一点：Beam 在编程和智能体任务上可与 GLM 5.2 这样更大的开放模型竞争，并接近 Qwen 3.8-Max，而 Kimi K3 这样的前沿开放模型在原始能力上仍然领先。它声称的优势是推理时的效率：在高级推理基准上得分与 GLM-5.2 相当，推理计算量少三到四倍。

文章对这个对比是怎么建立的讲得很坦率。它把计算量估算为大约两倍的激活参数量乘以每次尝试平均生成的词元数，数据来自 Artificial Analysis 和 DataCurve，并说这个估算不包括提示词预填充、依赖上下文的注意力和服务开销。用它自己的话说，这是一个近似的计算量比较，不是实测的推理成本。这份坦率很有用，同时也意味着，标题里的那个比值只是对成本的推算，并没有哪张账单与它对应。

模型卡把这个数字说得略微保守：它说 Beam 以大约三分之一的推理时推理词元，达到了与领先开放模型相当的解答质量。两种说法都出自 Reflection。我们读过的所有页面都没有引用独立评估，所以在第三方复现之前，每个基准数字都应当视为厂商自报。

卡里列出了三种检查点格式各自的成绩。例如在 SWE-Bench Verified 上，BF16 是 81.6%，FP8 是 80.2%，NVFP4 是 80.7%；在 Terminal-Bench 2.1 上分别是 80.1%、78.9% 和 78.4%。多数行里各格式之间的差距很小，这正是那张表的用意：如果你运行更便宜的格式，应当预期结果相近，但不会完全相同。

运行它需要什么

说到这里，激活 23B 的模型就不再听起来很小了。Reflection 自己的部署指南要求在 Linux amd64 主机上，用 NVLink 连接四块 NVIDIA B300 GPU，装有 Docker 和 NVIDIA Container Toolkit，并提醒检查点体积很大，要先确认磁盘空间。NVFP4 检查点是 273 GiB，FP8 是 468.72 GiB，BF16 是 933.81 GiB。

Hugging Face 的文章用更一般的说法给出了硬件上的考虑。NVFP4 把 BF16 检查点从约 1 TB 缩小到大约 280 GB，在 Blackwell GPU 上原生运行，在 H200 这样较老的 GPU 上不行。FP8 是面向 Hopper 和 Ampere 的格式。文章说，两块各 180 GB 的 B200 可以装下权重，但余量很小，建议按四块 B200 来规划，并提到完整的 8×B200 节点、两块各 288 GB 的 B300，或八块 RTX Pro 6000 也是可选方案。对于没有这些硬件的人，它指向 Inference Providers，首发时列出了 Baseten、Fireworks 和 Together。

所以对个人开发者来说，老实的结论是：Beam 在许可证意义上是开放的，在硬件意义上则是不折不扣的数据中心模型。在这里最能从 Apache 2.0 获益的，是想自己托管、微调或蒸馏编程模型的团队，模型卡也说 Reflection 不禁止蒸馏、微调、量化或合并。

我们无法核实的

  • Beam 的推理效率比值在别人的部署栈里是否成立。Reflection 把自己的计算称为估算，我们在官方页面上没有找到独立的测量。
  • 完整的安全评估。卡里报告的拒答率和顺从率来自 Reflection 自己的 Iris Safety Evaluations，并指向一份单独的安全报告，我们没有通读。
  • 与闭源模型的任何比较。我们引用的页面只把 Beam 与开放模型做了比较。

我们的看法

按今年开放权重发布的标准，Beam 是一次干净的发布：有日期的公告、说明的期限、宽松的许可证、三种检查点格式，以及首日可用的部署方案。薄弱处在表述。效率的说法最容易提，也最难核对，页面本身也说这个比较是近似的。我们会把本页保持为一条动态时间线。独立评估、技术报告或许可证上的细节一旦出现，就增加一个带日期的节点和一条更新记录，事实变了，顶部的结论也跟着变。

本站的相关阅读：Ling-3.1-flash 激活 25B 的设计如何对应你的硬件对另一个混合专家模型讲了同样的内存与速度问题，Muse Spark Open 时间线则讲同一周另一个大型开放权重发布。

继续阅读

全部文章按时间倒序排列在 Front 博客首页。

常见问题

Reflection Beam 是开源的吗？

据 Reflection 和 Hugging Face，权重以 Apache 2.0 许可公开。就我们读到的页面而言，训练数据和完整的训练配方不在发布之列。

Beam 的权重是什么时候发布的？

Reflection 在 2026 年 10 月 5 日宣布 Beam，到 2026 年 10 月 16 日权重已经公开，Hugging Face 在这一天发布了它的发布文章。

Beam 需要什么硬件？

Reflection 的部署指南为 NVFP4 检查点列出四块 NVIDIA B300 GPU，这个检查点是 273 GiB。FP8 是 468.72 GiB，BF16 是 933.81 GiB。

更新记录

  • — 首次发布。

来源