Reflection开源501B模型Beam：每token只激活23B参数，声称以四分之一算力追平GLM-5.2

2026年10月16日，Reflection AI将旗下首个开源模型Beam的完整权重以Apache 2.0协议发布于Hugging Face，同步公开了详细架构说明、分词器、参考实现及名为DFlash2的推测解码组件。模型总参数量501亿（501B），采用稀疏混合专家（MoE）架构，每个token实际激活参数仅23B，1M token上下文窗口，定位编程与智能体（Agentic）工作负载。据SiliconANGLE报道，该模型于10月5日由Fortune率先披露发布消息，至16日才面向公众开放下载。

这一事件的核心数字是：501B是存储规模，23B是推理成本。MoE架构的设计逻辑是：将海量参数分配给数百个“专家”子网络，推理时每个token只激活其中一小部分，实际计算量接近一个20-30B量级的稠密模型。Beam将这一逻辑推到了4.6%的极低激活率——501B参数中，每次前向传播只用到约23B。

架构工程：内存墙被如何拆掉

Beam的架构设计中，有一处对长上下文推理影响最直接的取舍。模型共52层解码器：前3层为全参数稠密层，其余49层为MoE层，每层256个专家，每token路由8个——这49层MoE层承载了全部参数的98.4%。注意力机制采用混合方案：43层使用滑动窗口注意力（窗口512 token，RoPE位置编码），9层使用全局注意力（无位置编码）。

这种混合设计带来了可量化的内存收益。据Hugging Face发布的架构说明，Beam的KV缓存每token仅增长36 KiB，而纯全局注意力设计需要208 KiB/token。在1M token上下文下，BF16精度的KV缓存占用约为36.08 GiB，若换成全局设计则高达208 GiB——差距约5.8倍。

模型提供三种精度的检查点：BF16版本约1TB，FP8和NVFP4量化版本约280GB，后者专为NVIDIA Blackwell架构（GB300系列）优化。Reflection同时开源了一套基于Rust的专用推理框架，并在发布首日就提供了transformers、vLLM、SGLang三个主流推理库的原生支持，以及监督微调（SFT）和强化学习（RL）训练方案。

训练规模与基准数字

据SiliconANGLE报道，Beam的预训练阶段使用了6,144张NVIDIA GB300 NVL72 GPU，在23.8万亿token的数据集（含公开网络数据与商业授权数据集）上完成，耗时不足四周。强化学习阶段规模更大：10,000张GB300 GPU，构建了13亿个代码生成与工具调用沙箱，同样历时四周，中位故障恢复时间8分钟，期间共发生71次需人工干预的错误。

Reflection自报的基准测试结果如下：SWEBench Verified 80.9分，Terminal Bench v2.1 80.1分，SWE Bench Pro v2-Hard 77.2分，AIME 2026 97.8分，GPQA Diamond 90.5分，Humanity's Last Exam（不使用工具）36.2分。据goldenera.si的测评分析，Reflection官方博客与Hugging Face页面列出的部分数字并不一致：同一项SWEBench Verified，博客给出80.9，HF页面给出81.6；SWE Bench Pro v2-Hard则分别为77.2和76.5。Reflection未对此差异作出解释。

Reflection表示Beam在推理基准上达到Z.ai旗下744B参数模型GLM-5.2的同等水平，但所需推理算力仅为后者的四分之一到三分之一。Terminal-Bench v2.1上，GLM-5.2报告分值81.0，Beam为80.1，差距约1个百分点；LongBench v2上Beam以65.5小幅领先GLM-5.2的64.0。Reflection的“效率优势”论证在量级上是站得住的，但“如何计量推理算力”这一关键方法论细节，官方声明中并未披露。

对各类用户意味着什么

Apache 2.0协议是这次发布的商业影响核心。相比Meta LLaMA系列对商业用途的额外限制条款，Apache 2.0允许任何组织在不申请授权的前提下完整使用、修改、再分发权重，包括用于商业产品。企业可以在自有硬件或私有云上部署，将数据保留在自己的基础设施内，这对金融、医疗、政府等对数据主权有强约束的行业尤为关键。

对独立开发者而言，Reflection还为Beam设置了一个Hugging Face生态激励：在Hub上构建最佳项目（演示、量化版本、合成数据集、RL环境或基准测试）的团队将获得10,000美元的Hub积分。

对企业选型来说，当前阶段有两个实际门槛需要评估：其一，BF16全精度版本约1TB，需要至少8张80GB显存的GPU方可载入，FP8/NVFP4量化版本降至约280GB，对Blackwell硬件更友好，但在其他GPU上的推理质量衰减尚待实测；其二，Reflection提供的Rust框架和day-0库支持降低了工程接入成本，但实际生产级稳定性需要在自有负载下验证。

竞争坐标：美国开源模型的位置

SiliconANGLE将Beam定性为“来自美国初创公司的首个开源模型，在性能上可与中国开源模型相当或超越”。这一定性有其背景：2025年至2026年上半年，GLM系列（Z.ai）、Qwen系列（阿里）、Kimi K3（月之暗面）相继在开源模型评测中占据领先位置，而美国方面的开放权重主要来自Meta的LLaMA系列和Mistral，前沿规模的完全开源选择相对有限。

但对照数据也揭示了Beam的边界。AA-LCR（代理长上下文推理）基准上，Beam报告79.3，Kimi K3报告88.7，差距超过9个百分点。在最难的智能体编程任务上，Beam明显落后于Kimi K3、GLM-5.3和DeepSeek V4.1 Flash。这意味着Beam更准确的定位是：在效率优先的工程场景下与GLM-5.2持平，而非全面追平当前最强开源模型。

Reflection AI成立于2024年3月，由前Google DeepMind研究员Misha Laskin（CEO）与Ioannis Antonoglou（总裁兼CTO）联合创立，最新一轮前融资估值约250亿美元，累计融资约47亿美元，NVIDIA是其重要投资方。据arturmarkus.com报道，Reflection与SpaceX签署了约63亿美元的GPU租赁合同用于训练算力。这一资本规模支撑了10,000张GB300 GPU、四周强化学习的训练规格，但也意味着Reflection需要通过开源社区生态积累和后续商业化来兑现估值逻辑。