Reflection 的首个模型 Beam 在 Artificial Analysis Intelligence Index 上得分 30，在美国开放权重模型中排名第 2

Beam 是一个开放权重模型，总参数 501B，激活参数 23B，已在 @huggingface 上发布

恭喜 @reflection_ai 发布！

关键要点：

➤ 美国开放权重模型中的第二名：Beam 得分 30，仅次于 Meta 的 Muse Spark Open（39），领先于昨天发布的 NVIDIA Nemotron 3.5 Super VL（26）。在中国以外，只有 Muse Spark Open 和阿联酋的 K2 Horizon（31）得分更高

➤ 就其智能水平而言 token 高效：Beam 在每项 Intelligence Index 任务上使用约 26k 输出 token，而领先一分的 K2 Horizon 使用的 token 是其两倍（约 52k）。专有模型仍处于前沿，GPT-6 Astra（max）在相同预算（约 27k）下得分 53

➤ 在智能体工作流上表现强劲，在终端方面较弱：Beam 在 AutomationBench-AA 上得分 48.5%，领先 K2 Horizon（37.2%）11 个百分点，与 Qwen3.8 27B（48.2%）持平。Terminal-Bench 4.0 是弱项，Beam 得分 3.0%，落后于 Qwen3.8 27B（5.6%）和 Muse Spark Open（8.1%）

➤ 知道得更多，也猜得更多：在 AA-Omniscience 上，它正确回答了 33% 的问题，远超 K2 Horizon（18%）和 Qwen3.8 27B（16%）。但其幻觉率为 47%，而 K2 Horizon 为 26%，Qwen3.8 27B 为 30%，这使 Beam 的净指数得分为 1.5，领先于两个同类模型（−3.0 和 −10.0）

其他模型细节
上下文窗口：1M token
模态：文本
参数：501B / 23B