备受期待的 Reflection AI 开源模型刚刚发布。

Beam 现在成为最强的西方开源模型，可与 GLM-5.2 匹敌，同时推理算力消耗仅为后者的 1/3 到 1/4。

相比 GLM-5.2 的 3-4 倍效率优势基于估算的前向传播 FLOPs（2 × 激活参数量 × 生成 token 数），其中未计入 prefill、attention 和服务开销，因此并非实测成本。

这是一个稀疏混合专家模型，总参数量 501B、激活参数量 23B，在 6,144 块 GB300 GPU 上于不到 4 周内用 23.8T token 预训练完成，有效上下文达 1M token。

其 RL 训练使用 10.5K 块 GB300 GPU 运行 4 周，在近 1M 个环境中产生了超过 100M 次 rollout 和约 1.3B 个沙箱，结束时没有任何趋于平台期的迹象。

在 Terminal Bench v2.1 上，Beam 以 80.1 对 81.0 几乎追平 GLM-5.2，但落后于 DeepSeek V4.1 Flash 的 90.6 和 Kimi K3 的 88.3，而后两者均未出现在头条图表中。

此外，Reflection 还将以 Apache 2.0 协议发布 FP8 和 NVFP4 版本。