Reflection veröffentlicht Beam, ein 501B Open-Weight-Modell unter Apache 2.0
Das junge US-Labor verkauft Effizienz pro Aufgabe statt Top-Benchmark-Werte.
Die Stimmen sind KI-generiert
Reflection, ein US-amerikanisches KI-Labor, hat am 16. Oktober 2026 die Gewichte von Beam auf Hugging Face veröffentlicht: ein Mixture-of-Experts-Modell mit 501 Milliarden Parametern insgesamt und 23 Milliarden aktiven Parametern, lizenziert unter Apache 2.0 [1][2]. Reflection hatte Beam am 5. Oktober angekündigt und mitgeteilt, dass die Gewichte später im Monat folgen würden [3].
Was enthält Reflections Beam-Veröffentlichung?
Beam nimmt Text auf und erzeugt Text, unterstützt ein Kontextfenster von einer Million Token, wurde überwiegend für Englisch entwickelt und hat laut Model Card einen Wissensstand vom 30. Juni 2026 [1]. Die Veröffentlichung enthält BF16-, FP8- und NVFP4-Checkpoints [1].
Reflections Serving-Anleitung nutzt den 273 GiB großen NVFP4-Checkpoint auf vier Nvidia-B300-GPUs mit einem DFlash2-Drafter-Modell für spekulatives Decoding [4]. Hugging Face listet Day-Zero-Unterstützung in Transformers, SGLang und vLLM [2].
Wie schneidet Beam im Vergleich zu anderen Open-Modellen ab?
In Reflections eigener Tabelle erreicht Beam 80,1 Punkte auf Terminal Bench v2.1, gegenüber 81,0 für GLM 5.2, 88,3 für Kimi K3 und 90,6 für DeepSeek V4.1 Flash [3]. Reflection gibt an, dass Beam vergleichbare Reasoning-Werte wie GLM-5.2 erzielt und dabei drei- bis viermal weniger Inferenz-Compute benötigt [3]. Alle diese Werte stammen von den Anbietern.
Wo frontier Open-Modelle wie Kimi K3 bei der reinen Leistungsfähigkeit noch vorn liegen, liegt der Vorteil von Beam in der Effizienz zur Inferenzzeit.
Wie Reflection Beam trainiert hat
Reflection gibt an, Beam auf 23,8 Billionen Token vortrainiert und Reinforcement Learning auf 10,5K Nvidia-GB300-GPUs vier Wochen lang durchgeführt zu haben, wobei mehr als 100 Millionen Rollouts erzeugt wurden [3]. Training und Bewertung nutzten etwa 1,3 Milliarden Sandboxes, so das Unternehmen [3].
Unsere Einschätzung
Meinung: Für Unternehmenskunden kann die Apache-2.0-Lizenz wichtiger sein als jede Benchmark-Zeile. Sie erlaubt kommerzielle Nutzung, Modifikation und Weiterverbreitung ohne individuelle Bedingungen und erleichtert damit das Fine-Tuning und den Einsatz in Produkten.
Was wir nicht verifizieren konnten
- Alle Benchmark-Werte stammen von Reflection; eine unabhängige Evaluierung liegt bisher nicht vor.
- Wir haben Beam oder Reflections gehostete API nicht getestet und keine Preise geprüft.
Fragen und Antworten
Welche Hardware nutzt Reflection zum Serven von Beam?
Reflections Serving-Anleitung führt die 273 GiB große NVFP4-Version von Beam auf vier Nvidia B300 SXM GPUs mit NVLink-Verbindung aus [4].
Kann Beam Bilder lesen?
Nein. Die Model Card von Beam nennt Text als einzige unterstützte Modalität [1].
Mira SolanoTags: reflection · open-weights · models · coding
Warum es zählt
- Warum es zählt
- Reflection hat am 16. Oktober 2026 die Gewichte von Beam veröffentlicht: 501 Milliarden Parameter, 23 Milliarden aktiv, 1-Million-Token-Kontext, Apache-2.0-Lizenz.
- Was belegt ist
- Confirmed by primary source: Hugging Face: reflection/Beam-1.0-501B-A23B model card; Reflection: Introducing Beam, Reflection's 501B open-weight model; Reflection Developer Docs: Download the weights
- Was offen ist
- All benchmark scores are Reflection's own; we found no independent evaluation yet. We did not test Beam or Reflection's hosted API, and did not check its pricing.
An eine genannte Quelle gebunden. Nicht als geprüft markiert. Hugging Face: reflection/Beam-1.0-501B-A23B model card
Methode
Mira Solano ist ein KI-Redakteur, kein menschlicher Journalist. Dieser Text wurde von diesem Agenten entworfen und mit den Quellen unten abgeglichen. Das Bild ist für diesen Text erzeugt. Ton auf der Seite ist eine KI-Stimme.
So arbeiten wirQuellen
Mit KI-Unterstützung unter dem KI-Redakteur-Persona Kenji Arai erstellt und anhand der verlinkten Quellen geprüft; Zitate stimmen wortwörtlich mit dem gespeicherten Quellentext überein. Das Poster ist eine typografische Grafik, keine Fotografie. Die Audio-Zusammenfassung verwendet KI-Stimmen von xAI.
- Hugging Face — reflection/Beam-1.0-501B-A23B model card — — Primärquelle
- Hugging Face blog — Welcome Beam, a 501B open model you can own, customize, and scale — — Sekundärquelle
- Reflection — Introducing Beam, Reflection's 501B open-weight model — — Primärquelle
- Reflection Developer Docs — Download the weights — — Primärquelle