Beam 權重上線：不拼每個 token 更便宜，拼一件事少燒多少 token

Beam 權重上線：不拼每個 token 更便宜，拼一件事少燒多少 token

501B 權重上線，每次只叫醒 23B

10 月 16 日，Reflection AI 把首個開放權重模型 Beam 的權重放上 Hugging Face，標註 Apache 2.0 許可。它是一個稀疏混合專家（MoE）模型：總參數 5010 億，每生成一個 token 只激活 230 億，約 22 個參數裏 1 個在幹活。上下文窗口 100 萬 token，提供 BF16、FP8、NVFP4 三檔權重，外加 DFlash2 草稿模型、分詞器和一套 Rust 寫的 Mirror 工具鏈。10 月 5 日首發時它還在紅隊測試階段、只能走候補名單；這次是真正可下載。

賣效率不賣跑分，自報省三到四倍算力

Reflection 的說法是，Beam 在高級推理測試上達到"與 GLM-5.2 相當"的水平，而推理算力只用後者的三分之一到四分之一。公司還主動承認了短板：在原始能力上，像 Kimi K3 這樣的前沿開源模型仍然領先，"Beam 的優勢在推理階段的效率"。換句話說，它賣的不是跑分第一，而是"同樣一件事，少花算力"。

算力賬單：6144 塊卡預訓練，10500 塊卡做強化學習

據 eWeek，預訓練喫掉 23.8 萬億 token 數據，跑在 6144 塊英偉達 GB300 上，耗時約四周。隨後是一輪同樣四周的強化學習，用 10500 塊 GB300，約 13 億次沙盒評估，估算花費 2000 萬到 4000 萬美元。"省三到四倍算力"是 Reflection 自己的估算口徑：用激活參數乘平均生成 token 數，不含提示詞讀取等開銷——VentureBeat 明確指出這是估算而非實測。

不降價，改讓模型少繞彎來降本

美國企業已在用更便宜的中國開源模型，Reflection 沒加入"每百萬 token 多少錢"的競價，而是把賬算到"完成一件事"上：強化學習里加了可控的長度懲罰，逼模型少寫無用的思考步驟；據官方披露，模型還自發學會了瀏覽類技能，儘管訓練數據裏沒有這類任務。

跑分咬得住，命令行任務仍落後

官方表裏，Beam 在 SWE-bench Verified 拿 80.9、GPQA Diamond 拿 90.5，但 Terminal-Bench 2.1 的 80.1 低於 GLM-5.2 的 81.0、Kimi K3 的 88.3 和 DeepSeek V4.1 Flash 的 90.6。這些數字全是廠商自評，Epoch AI 的獨立評測尚未出爐。

瞄準企業自建與主權客戶

Beam 主要瞄準企業自建和主權 AI 客戶：把模型放進自家機房和合規邊界，不租 API。發佈時已有 40 多家生態夥伴，AWS 把它放進 SageMaker JumpStart，vLLM 首日支持並宣稱解碼延遲降低 2.71 倍。代價是硬件門檻：自建必須把全部參數裝進顯存，FP8 權重約 501GB。而對英偉達來說，誰跑贏都得買它的卡。

單價優勢還在中國模型手裏

對照價格：DeepSeek V4 Pro 每百萬輸入 0.66 美元、輸出 1.98 美元，Beam 則至今沒公佈 token 價目——"更便宜"目前還沒有標價支撐，真正的檢驗是記錄各自完成同一任務花多少 token。

公司賬本：47 億美元融資，70 億美元算力合同

Reflection 2024 年由兩位前 Google DeepMind 研究員在布魯克林創立，累計融資 47 億美元（英偉達出資 8 億），4 月一輪投前估值 250 億美元。算力端，它與 SpaceX Colossus 2 簽下每月 1.5 億美元、到 2029 年最高 63 億美元的租約，加上 Nebius 超 10 億美元的合同，合計鎖定 70 億美元以上算力。

獨立評測尚未出爐，收購傳聞尚早

拿到早期訪問的 Artificial Analysis 說，Beam 是同智能水平裏最省 token 的開源模型之一。10 月 10 日，英國《金融時報》報道英偉達正與 Reflection 商談加深投資甚至收購，可能採取"人才+技術授權"形式避開冗長審查。Laskin 在 CNBC 上說，這個模型讓他們進入了中國開源前沿的"射程之內"。對打算上生產線的團隊，多家媒體的建議是一致的：先把每個任務實際消耗的 token 記下來，再決定換不換。