Beam 权重上线：不拼每个 token 更便宜，拼一件事少烧多少 token

Beam 权重上线：不拼每个 token 更便宜，拼一件事少烧多少 token

501B 权重上线，每次只叫醒 23B

10 月 16 日，Reflection AI 把首个开放权重模型 Beam 的权重放上 Hugging Face，标注 Apache 2.0 许可。它是一个稀疏混合专家（MoE）模型：总参数 5010 亿，每生成一个 token 只激活 230 亿，约 22 个参数里 1 个在干活。上下文窗口 100 万 token，提供 BF16、FP8、NVFP4 三档权重，外加 DFlash2 草稿模型、分词器和一套 Rust 写的 Mirror 工具链。10 月 5 日首发时它还在红队测试阶段、只能走候补名单；这次是真正可下载。

卖效率不卖跑分，自报省三到四倍算力

Reflection 的说法是，Beam 在高级推理测试上达到"与 GLM-5.2 相当"的水平，而推理算力只用后者的三分之一到四分之一。公司还主动承认了短板：在原始能力上，像 Kimi K3 这样的前沿开源模型仍然领先，"Beam 的优势在推理阶段的效率"。换句话说，它卖的不是跑分第一，而是"同样一件事，少花算力"。

算力账单：6144 块卡预训练，10500 块卡做强化学习

据 eWeek，预训练吃掉 23.8 万亿 token 数据，跑在 6144 块英伟达 GB300 上，耗时约四周。随后是一轮同样四周的强化学习，用 10500 块 GB300，约 13 亿次沙盒评估，估算花费 2000 万到 4000 万美元。"省三到四倍算力"是 Reflection 自己的估算口径：用激活参数乘平均生成 token 数，不含提示词读取等开销——VentureBeat 明确指出这是估算而非实测。

不降价，改让模型少绕弯来降本

美国企业已在用更便宜的中国开源模型，Reflection 没加入"每百万 token 多少钱"的竞价，而是把账算到"完成一件事"上：强化学习里加了可控的长度惩罚，逼模型少写无用的思考步骤；据官方披露，模型还自发学会了浏览类技能，尽管训练数据里没有这类任务。

跑分咬得住，命令行任务仍落后

官方表里，Beam 在 SWE-bench Verified 拿 80.9、GPQA Diamond 拿 90.5，但 Terminal-Bench 2.1 的 80.1 低于 GLM-5.2 的 81.0、Kimi K3 的 88.3 和 DeepSeek V4.1 Flash 的 90.6。这些数字全是厂商自评，Epoch AI 的独立评测尚未出炉。

瞄准企业自建与主权客户

Beam 主要瞄准企业自建和主权 AI 客户：把模型放进自家机房和合规边界，不租 API。发布时已有 40 多家生态伙伴，AWS 把它放进 SageMaker JumpStart，vLLM 首日支持并宣称解码延迟降低 2.71 倍。代价是硬件门槛：自建必须把全部参数装进显存，FP8 权重约 501GB。而对英伟达来说，谁跑赢都得买它的卡。

单价优势还在中国模型手里

对照价格：DeepSeek V4 Pro 每百万输入 0.66 美元、输出 1.98 美元，Beam 则至今没公布 token 价目——"更便宜"目前还没有标价支撑，真正的检验是记录各自完成同一任务花多少 token。

公司账本：47 亿美元融资，70 亿美元算力合同

Reflection 2024 年由两位前 Google DeepMind 研究员在布鲁克林创立，累计融资 47 亿美元（英伟达出资 8 亿），4 月一轮投前估值 250 亿美元。算力端，它与 SpaceX Colossus 2 签下每月 1.5 亿美元、到 2029 年最高 63 亿美元的租约，加上 Nebius 超 10 亿美元的合同，合计锁定 70 亿美元以上算力。

独立评测尚未出炉，收购传闻尚早

拿到早期访问的 Artificial Analysis 说，Beam 是同智能水平里最省 token 的开源模型之一。10 月 10 日，英国《金融时报》报道英伟达正与 Reflection 商谈加深投资甚至收购，可能采取"人才+技术授权"形式避开冗长审查。Laskin 在 CNBC 上说，这个模型让他们进入了中国开源前沿的"射程之内"。对打算上生产线的团队，多家媒体的建议是一致的：先把每个任务实际消耗的 token 记下来，再决定换不换。