导语:Beam 是 Reflection AI(由前 Google DeepMind 研究者创立、英伟达投资)于 2026 年 10 月发布的首个开放权重模型:10 月 5 日公布预览、10 月 16 日权重正式上线 Hugging Face。它是总参数 5010 亿的稀疏 MoE 架构、每 token 仅激活约 230 亿参数、支持 100 万 token 上下文,以 Apache 2.0 许可开放,并配套专用草稿模型做投机解码,主打编程、推理与智能体场景。本文完整介绍它是什么、强在哪、怎么用、怎么下载。
核心要点
- 是什么:Reflection AI 首个开放权重模型,纯文本模型,主打编程、推理与 Agent。
- 架构:稀疏 MoE,总参数 501B,每 token 激活约 23B。
- 上下文:100 万 token 上下文窗口。
- 许可:Apache 2.0,提供 BF16 / FP8 / NVFP4 三种精度权重。
- 性能:Terminal-Bench 2.1 得分 80.1%,同级推理下算力消耗仅约 GLM-5.2 的 1/3~1/4。
- 优化:配套 DFlash2 草稿模型做投机解码,显著降低推理延迟。
一、什么是 Beam?
Beam 是 Reflection AI 的旗舰开放权重模型。公司由前 Google DeepMind 研究人员创立并获英伟达投资,被视为”英伟达系”开源大模型的重要力量。官方博客于 2026 年 10 月 5 日发布 Beam 预览,10 月 16 日模型权重正式上线 Hugging Face,发布后不久即登陆 Amazon AWS 云平台。
Beam 采用稀疏混合专家(MoE)架构:总参数 5010 亿,每个 token 仅激活约 230 亿参数。预训练使用 23.8 万亿高质量 token;后训练阶段在约 1.05 万张 NVIDIA GB300 GPU 上进行了为期 4 周、超过 1 亿次 rollout 的高算力强化学习,被官方称为迄今开放实验室规模最大的 RL 训练之一。
二、核心优势
- Apache 2.0 宽松许可:商用、修改、分发几乎无限制,企业可放心集成。
- 百万级上下文:100 万 token,可处理超长代码库与大型文档。
- 推理效率优先:在 AIME 2026、GPQA Diamond 等推理基准上与 GLM-5.2 同级,但推理算力消耗仅为其 1/3~1/4。
- 投机解码:配套 Beam-1.0-501B-A23B-DFlash2 草稿模型做 DFLASH 投机解码,减少昂贵的全模型前向传播次数。
- 多精度权重:BF16 / FP8 / NVFP4 三种精度,适配从专业 GPU 到消费级硬件的多种环境。
- 生态友好:vLLM、SGLang 等主流推理框架首日适配,并上架 AWS。
三、应用场景
官方公布的基准中,Beam 在 Terminal-Bench 2.1 取得 80.1%,SWEBench Verified 80.9,SWE Bench Pro v2-Hard 77.2,DeepSWE v1.1 44.4,AIME 2026 97.8,GPQA Diamond 90.5。官方将其定位为”西方开放权重前沿的推进者”:在编码与智能体任务上与 GLM 5.2 同级、接近 Qwen 3.8-Max;在原始能力上 Kimi K3 等模型仍领先,但 Beam 的优势是单位 token 的推理效率——用更少算力拿到同级智能,适合作为企业编程与 Agent 的”主力工作模型”。
四、怎么上手
- 本地部署:从 Hugging Face 下载对应精度权重,用 vLLM / SGLang 加载,可启用 DFlash 投机解码(指定草稿模型路径)。
- 硬件建议:FP8 / NVFP4 精度对显存更友好;BF16 建议多张高端 GPU。
- 应用方向:代码智能体、自动化编程助手、企业私有化 AI 服务、超长文档分析。
五、最新模型下载入口
- Hugging Face 权重:reflection/Beam-1.0-501B-A23B
- 官方技术博客:reflection.ai/blog/introducing-beam
说明:权重由官方仓库发布,下载与商用请遵守仓库标注的许可证(Apache 2.0 / MIT / 自定义协议等)。
总结
Beam 用 Apache 2.0 许可 + 百万上下文 + 推理效率优化,瞄准”企业私有化 + 智能体应用”这个最热的赛道。对于想在自有环境中部署强大编程/Agent 模型的团队,Beam 是目前最值得关注的美国开放权重选择之一。