❯ Reflection 发布首个开放权重模型 Beam，称推理算力只需 GLM-5.2 的三到四分之一

5010 亿参数，只激活 230 亿英伟达投资的 Reflection AI 10 月 5 日发布首个开放权重模型 Beam。据 MarkTechPost 介绍，它采用稀疏的混合专家架构，总参数 5010 亿，每次只激活其中 230 亿，面向编程、推理和代理任务，上下文可达 100 万 Token。完整权重计划 10 月下旬以 Apache 2.0 许可放出，目前早期版本通过候补名单开放。

四周训完混合专家架构的意思是，模型内部有许多“专家”模块，每次回答只调用一小部分，所以总参数很大而实际计算量小。Reflection 称，Beam 用 6144 块英伟达 GB300 GPU 在不到四周内完成预训练，数据量 23.8 万亿 Token；强化学习阶段跑了 1 亿多次任务，用到约 13 亿个沙箱环境。

自称接近中国头部开放模型Reflection 说，Beam 在多数任务上可与 GLM-5.2 相比，在编程和代理任务上接近 Qwen 3.8-Max，同时承认 Kimi K3 的原始能力更强。所谓推理算力少三到四倍，公司自己说明是“近似的算力对比，而非实测的推理成本”，没有计入提示词预处理和服务开销。评测机构 Artificial Analysis 表示已拿到权限，正在独立测试。

美国开放模型的位置研究者 Nathan Lambert 在 X 上评论说，Reflection 和英伟达、Thinking Machines 一样，拿出了自己最强的模型，结果仍排在中国同行之后，最清楚的结论是中国团队非常擅长做大模型。想在自己的服务器上部署模型的企业，多了一个来自美国公司的选择，但它是否真的省算力，要等权重放出后由第三方验证。

▮ SIGNAL美国公司做开放模型，已经不再宣称超过中国同行，而是改讲“同等能力下更省算力”，竞争的参照系悄悄换了。