已能核對的是 Beam 的公告、稀疏 MoE 規模、早期預覽和後續釋出計畫;23.8 兆 token、1.05 萬張 GB300、基準排名與 3–4 倍效率都是公司提供的資料,尚不能當成獨立評測或已完成的開放模型發布。
已確認的事實
Reflection AI 在 2026 年 10 月 5 日宣布 Beam,稱它是公司的首個開放權重模型;官方描述為稀疏 Mixture-of-Experts(MoE),總參數 5010 億、每次啟用 230 億,主打程式設計、推理和代理工作負載。
公司表示 Beam 預訓練使用 23.8 兆個 token,資料包含網路內容和專有授權資料;高計算量強化學習階段則在 1.05 萬張 NVIDIA GB300 GPU 上運行四週、產生超過 1 億次 rollout。這些是 Reflection 的訓練揭露,不是外部稽核報告。
Reflection 公布的表格把 Beam 與 GLM 5.2、Qwen 3.8-Max、Kimi K3 等模型放在同一組 coding、agentic、reasoning 和 STEM 測試比較;公司稱 Beam 在部分任務接近或具競爭力,但也承認 Kimi K3 在原始能力上領先。
目前 Beam 仍在最後紅隊測試和評估,只讓選定使用者透過候補名單取得早期版本。Reflection 表示本月會以 Apache 2.0 釋出權重、技術報告、model card、文件和執行/評估/微調工具。
Reuters 和 TechCrunch 都確認 Beam 已發表,並指出它是對中國開放模型的西方競爭方案;TechCrunch 也明確寫出 Reflection 的性能宣稱尚未獨立驗證。
訊號報分析
這則消息目前最重要的變化,是西方開放模型供應開始出現一個以大型稀疏 MoE、代理和 coding 為主的候選,不是今天就有一個任何人都能下載、重現和部署的完整模型。
5010 億是總參數,230 億是每次啟用參數;後者可能降低每 token 的計算量,但實際記憶體、通訊、批次和服務成本仍取決於權重、路由、上下文長度與部署堆疊,不能只用「230 億」推論成一般硬體即可運行。
公司把 Beam 放在 GLM 5.2、Qwen 3.8-Max、Kimi K3 等模型旁比較,提供了讀者可追蹤的評測起點;但測試版本、提示、工具、採樣、污染檢查和成本估算若未完整公開,分數仍屬供應商主張,不等於獨立排行榜。
若權重、Apache 2.0 授權和工具鏈按計畫釋出,企業、政府和開發者可把資料留在自己的環境、微調模型或建立主權 AI 系統;相對地,下載後的安全護欄、濫用監測和責任歸屬也會更難由單一供應商控制。
Beam 的訓練規模和 NVIDIA GB300 使用量顯示前沿開放模型仍高度依賴資本與算力。這能說明供應鏈門檻,卻不能直接證明模型商業化、成本優勢或對閉源模型的替代已經成立。
仍未知的部分
- 權重、model card、技術報告、完整評估和 Apache 2.0 授權是否能在 10 月內如期釋出,實際下載位置、檔案大小和硬體需求為何。
- Reflection 公布的 coding、agentic、reasoning 和 STEM 分數,能否由外部團隊用相同版本、提示、工具和資料污染控制重現;哪些結果會在公開權重後改變。
- 5010 億總參數/230 億啟用參數在不同推理長度、批次、上下文和 GPU 拓撲下的真實吞吐、延遲、記憶體和總持有成本。
- 最後紅隊測試會揭露哪些越獄、網路搜尋、工具使用、程式碼安全和代理失控風險,以及 model card 是否說明已知失效模式與限制。
- Beam 的 API、雲端與 neocloud 發行夥伴、開源函式庫整合和早期企業/政府使用者能否形成可持續的服務與支援,而不只是一次模型公告。
讀者可以怎麼核對
- 先分清「已宣布/候補名單預覽」「權重釋出」「可重現部署」三個階段;目前公開的是預覽與釋出計畫,不是完成開源交付。
- 看到 5010 億和 230 億時,同時記錄總參數、啟用參數、上下文長度與服務硬體;不要把稀疏 MoE 的啟用參數直接當成模型檔案大小或最低配備。
- 重跑基準時核對模型版本、提示、工具、推理努力設定、抽樣方法、污染處理和成本估算;Reflection 的圖表與 3–4 倍效率說法要和外部測試分開。
- 等 model card 和紅隊報告再判斷安全與適用範圍;開放權重可能提高可控性,也可能讓下載後的濫用監測與責任追蹤更分散。
- 本文整理官方公告與獨立報導,不構成技術、採購、法律或投資建議;模型能力、授權、硬體需求與上市時程都可能在釋出前改變。
後續追蹤
- 權重、Apache 2.0 授權、model card、技術報告與開源工具鏈是否在本月釋出
- 外部團隊對 coding、agentic、reasoning、STEM 基準和推理成本的重現結果
- 紅隊測試、安全評估、越獄/工具濫用限制與公開失效模式
- 雲端、neocloud 和開源函式庫整合,以及企業/政府早期部署案例
- NVIDIA/Reflection 的算力合作、實際服務成本、延遲與模型後續系列
本文提供資訊與研究脈絡,不構成個別投資、法律或財務建議。數據和政策可能更新,決策前請核對最新原文。