「西方的 DeepSeek」兑现了：Reflection Beam 正式发布，501B 混合专家模型主打"花更少算力、办同样的事"

结论：先看这几条

• 昨天爆料、今天兑现：Axios 10 月 4 日爆料 Reflection AI 本月发布首款开放权重模型，美国东部时间 10 月 5 日公司正式公布——模型定名 Beam，5010 亿总参数、每次推理只激活 230 亿参数的混合专家（MoE）架构，纯文本，100 万 token 上下文。
• 官方自报成绩：SWE-bench Verified 80.9、Terminal-Bench v2.1 80.1、SWE-bench Pro v1 65.5，推理与代码能力与 Z.ai 的 GLM-5.2 处在同一档，但官方称推理算力只需西方同类开放模型的 1/3 到 1/4。
• 开放时间表：权重将在 10 月内按 Apache 2.0 协议放出，附技术报告和模型卡；目前处于 waitlist 内测 + 最终红队测试阶段。
• 两个必须打折的地方：所有分数都是官方自报、尚未独立验证；"省算力"的测算口径排除了 prompt 预填充、长上下文注意力等真实部署开销。
• 对用模型的人：又一个顶级开放权重代码/Agent 模型即将可本地部署，Apache 2.0 意味着商用友好；权重落地前先别急着换技术栈，但可以开始规划评测。

一、从爆料到官宣：不到 24 小时

10 月 4 日 Axios 独家爆料"多家西方公司本月推出开放权重模型，Reflection 打头阵"；10 月 5 日 Reflection 就通过官方博客正式公布了 Beam。昨天我们在站内文章里特别提醒"这只是爆料，不是发布本身"——今天发布本身来了，之前所有的"未知数"（模型名、参数规模、许可证、评测分数）一次性补齐。

Beam 的定位非常明确：代码与 Agent 任务的"主力模型"（workhorse model），目标用户是企业、公共部门和开发者。公司直言要对标三类对手：Anthropic、OpenAI 的闭源旗舰；DeepSeek、Qwen、Z.ai 的中国开放模型；Mistral、Meta、Cohere 等西方开放玩家。最直接的美国对手可能是 Mira Murati 的 Thinking Machines Lab 今年 7 月发布的 Inkling——官方对比显示 Beam 在双方都有分数的 4 项编程测试上超过 Inkling，不过 Inkling 是多模态模型，Beam 是纯文本，两者赛道不完全重合。

二、参数与训练：关键词是"高算力强化学习"

先看硬规格（综合路透社、TechCrunch 报道）：

几个值得注意的点：

1. 激活参数只有 23B。这是 Beam 最激进的地方——总参数 501B 在开放模型里不算最大，但每次推理只激活 23B，比 GLM-5.2 的约 40B、Nemotron 3 Ultra 的 55B 都少。MoE 的精髓就是"专家会诊，只叫醒相关科室"，激活参数直接决定推理时的显存占用和速度。
2. 预训练 23.8 万亿 token。token 量是模型"读过多少书"，这个量级属于第一梯队。
3. 训练方法：高算力强化学习。官方披露 RL 阶段用了 10500 块 Nvidia GB300，跑了 4 周，产生了超过 1 亿次 rollout（智能体试错轨迹）。思路不是"堆更多参数"，而是"让模型用更少的推理步骤想明白"——这正是官方敢喊"省算力"的技术底气。顺带一提，官方还观察到：只在代码/Agent 任务上做 RL，模型的网页浏览能力也跟着变好了，说明智能体能力存在跨任务迁移。

三、成绩单逐项看：和 GLM-5.2 同档，但别只看 headline

官方公布的分数（注意：均为官方自报，对手分数引自 Artificial Analysis 与 DataCurve 的公开数据，尚未有第三方独立复现）：

• SWE-bench Verified：80.9，对比 Nemotron 3 Ultra 的 70.7——这是 Beam 赢得最漂亮的一项，真实软件工程任务修复能力。
• Terminal-Bench v2.1：80.1，对比 GLM-5.2 的 81.0、DeepSeek V4.1 Flash 的 90.6、Kimi K3 的 88.3——终端环境下的端到端任务执行，Beam 紧咬 GLM-5.2，但离第一梯队（DeepSeek/Kimi）还有距离。
• SWE-bench Pro v1：65.5，对比 GLM-5.2 的 62.1——更难的专业版编程基准，Beam 反超。

诚实地说，这份成绩单是"有输有赢"：官方自己的表格也显示，GLM-5.3 和 Kimi K3 在双方都有分数的大部分测试上仍然领先 Beam。所以准确的表述是：Beam 达到了中国顶级开放模型 GLM-5.2 的同一档位，但并没有超越它们。这和昨天 Bloomberg Intelligence 那份"中美顶尖模型差距只剩 3%"的报告是互相印证的——西方的开放模型正在追，但还没有反超。

四、真正的卖点：不是跑分，是"每 token 成本"

如果只看跑分，Beam 只是"又一个 GLM-5.2 级别"的模型。但 Reflection 真正想讲的故事是效率：官方称达到同等推理质量，Beam 的推理算力只有西方同类开放模型的 1/3 到 1/4。

为什么这对用模型的人更重要？因为开放权重的成本公式是：成本 = 算力 + 运维，权重本身免费。推理算力砍到 1/3，意味着：

• 同一张卡能跑更多并发，自建推理服务的单 token 成本直接下降；
• 激活参数 23B 意味着更低的显存门槛，中小团队租得起卡来跑；
• 中转网关拿到权重后，API 定价有更大的下调空间——过去一年 DeepSeek 和 Qwen 就是这么把西方 API 价格打下来的。

不过要给这个"省算力"主张打两个补丁（来自 RuntimeWire 的核查）：第一，官方的效率估算用的是基准测试数据推算，排除了 prompt 预填充、长上下文注意力计算和 serving 开销，这是模型算力对比，不是你实际部署时的账单；第二，分数本身还没法独立验证，一切等 10 月权重落地、社区跑分之后再下结论。

五、公司与算力背景：一家"含着金钥匙"的初创公司

理解 Beam 的来头，有助于判断它后续的持续投入能力：

• 创始人：Misha Laskin（CEO）与 Ioannis Antonoglou，两名前 Google DeepMind 研究员，后者是 DeepMind 历史上第六位研究员、参与过 AlphaGo。公司 2024 年创立于纽约布鲁克林。
• 融资：据 PitchBook 数据已累计融资约 47 亿美元，投资方包括英伟达、红杉、Lightspeed；最新一轮投前估值 250 亿美元（CNBC 报道）。《华尔街日报》称其为"西方的 DeepSeek"。
• 算力锁仓：今年夏天与 SpaceX（Colossus 2 数据中心）、Nebius 签下合计超 70 亿美元的算力协议，确保用到 2029 年的 GB300 供应。训练 Beam 的 10500 块 GB300 就是这么来的。
• 商业路线：主打"AI 工厂"概念——帮企业和主权国家用自有数据定制本地 AI 系统，已在韩国与新世界（Shinsegae）集团试点主权 AI 合作。发布时将通过 hyperscaler（大型云厂商）和 neocloud 分发，并接入主流开源推理库。

六、对用模型的人：三条行动建议

1. 等权重，不等评测：10 月权重按 Apache 2.0 放出后，第一时间看社区复现的独立跑分（SWE-bench、Terminal-Bench 都有公开 harness）。Apache 2.0 是商用友好的许可证，允许微调和再分发——对比之下 Kimi K3 的定制 license 对超大产品有署名要求，选型时要看清。
2. 代码/Agent 场景可以开始做技术预研：如果你现在的代码助手跑的是 DeepSeek V4.1 Flash 或 Qwen，Beam 落地后值得做一次 A/B——它的差异化不在绝对分数，而在"同等质量下更低的推理成本"，这对高频调用的代码补全、Agent 循环场景直接等于省钱。
3. 纯文本是边界：Beam 明确是 text-only，不做图像输入。多模态需求继续看 Kimi K3、Inkling 这类模型；别指望一个模型包打天下——这也呼应我们之前写过的"多模型分工"趋势。

权重落地后的典型本地部署姿势（示例，vLLM）：

# Beam 权重发布后（Apache 2.0），可用 vLLM 等推理框架本地部署
vllm serve reflection-ai/beam \
  --tensor-parallel-size 8 \
  --max-model-len 1000000

社区反响方面，Beam 公告在 Hacker News 上获得了 80+ points、20+ 条讨论，官方发布的六项基准对比信息图也在 Threads 等社区广泛传播——讨论焦点集中在"西方终于有能打的开放权重代码模型"和官方数据的可信度上，观点两极但热度真实。

一句话总结

Beam 不是来"屠榜"的，它是来"压价"的：用 GLM-5.2 同档的推理代码能力、1/3 的推理算力、Apache 2.0 的开放权重，给开放模型市场再添一个高性价比选项——10 月权重落地见真章，在此之前所有分数先打七折看。

来源

• Reuters: Nvidia-backed Reflection unveils first AI model to take on Chinese open models — https://www.reuters.com/technology/nvidia-backed-reflection-unveils-first-ai-model-take-chinese-open-models-2026-10-05/
• TechCrunch: Reflection debuts Beam, an open-weight AI model to rival Chinese models at lower compute cost — https://techcrunch.com/2026/10/05/reflection-debuts-beam-a-open-weight-ai-model-to-rival-chinese-models-at-lower-compute-cost/
• MarkTechPost: Reflection AI Introduces Beam: A 501B Open-Weight MoE Model With 23B Active Parameters — https://www.marktechpost.com/2026/10/05/reflection-ai-introduces-beam-a-501b-open-weight-moe-model-with-23b-active-parameters-for-coding-and-agentic-workloads/
• RuntimeWire: Reflection publishes Beam benchmark scores ahead of its weight release — https://runtimewire.com/article/reflection-ai-beam-open-weight-model
• AI Stock Wire: Reflection unveils Beam open-weight AI model (FAQ) — https://aistockwire.com/blog/reflection-ai-beam-open-weight-model-nvidia-nvda-kimi-glm-benchmarks-october-2026
• Startup Fortune: Reflection AI launches Beam, an open model it says beats the West on efficiency — https://startupfortune.com/reflection-ai-launches-beam-an-open-model-it-says-beats-the-west-on-efficiency/

*注：本文所有基准分数均为 Reflection 官方公布，尚未经第三方独立验证；效率主张的测算口径说明见正文。*