Reflection 放出 Beam：501B 总参数、23B 激活的开源权重，把重点放在推理成本而不是榜单第一

十月五日，Reflection 公布了它的第一个开源权重模型 Beam：稀疏 MoE 结构，总参数 501B、激活 23B，面向编程、推理与 agent 类任务。官方说预训练用了 23.8 万亿 token，来自网页与授权数据集；强化学习那一段在高算力下跑了四周，完成超过 1 亿次 rollout，用了 10500 块 GB300。官方给出的定位很直白：在编程与 agent 任务上，它跟更大的开源模型（如 GLM 5.2）打平或接近 Qwen 3.8-Max，但真正占优的是推理时的效率；纯能力上，像 Kimi K3 这类前沿开源模型仍在前头。Beam 还在做最后一轮红队测试与评测，权重、技术报告、模型卡与开发工具会在本月稍晚以 Apache 2.0 放出，现在只开放早期访问的候补名单。