Reflection开源5010亿参数Beam：权重按Apache 2.0放出，40多家伙伴把模型接成可自托管系统
核心概要
Reflection发布首个开放权重模型Beam，总参数5010亿、激活230亿，采用稀疏混合专家结构，面向编码、推理与长时程智能体任务，权重以Apache 2.0许可在Hugging Face放出，并附模型卡与安全技术报告。此前开放权重发布通常只给出一层模型，而这次同时给出BF16、FP8、NVFP4三种精度格式、投机解码草稿模型，以及40多家伙伴的推理、微调、部署与智能体集成，使开发者可以自行下载、自托管并按自身领域定制。
深度剖析
开放权重模型不再只是权重文件本身，而是连同推理、量化、微调、强化学习、智能体运行与部署路径一起交付，Reflection把这套组合称为面向智能体的开放操作系统，模型是内核，基础设施层之上全部开放。 此前一次开放权重发布通常只覆盖模型这一层，要让模型真正可用还需要可靠的推理、评测、安全工具、定制流程与部署通道。 Reflection称与开放生态伙伴合作支持推理、量化、微调、强化学习、智能体框架、评测与可观测性，伙伴通过托管端点、云平台、本地系统与主权基础设施提供Beam。
Beam以稀疏混合专家结构实现5010亿总参数、230亿激活参数，面向编码、推理与长时程智能体负载，并强调前沿推理效率。 开放权重模型此前多以稠密结构或更小规模提供，激活参数与总参数分离的稀疏设计在开放权重一侧并不常见。 Reflection在发布说明中给出该参数配置，并称模型卡包含最终基准结果，Beam安全技术报告给出完整安全方法与评测。
权重以BF16、FP8、NVFP4三种精度格式发布，并附带投机解码草稿模型，配合伙伴优化的服务配置与融合算子，降低显存需求并加速token生成。 此前开发者拿到权重后往往需要自行处理精度转换与服务调优，才能把模型推到生产规模端点。 Reflection称Beam在Transformers、vLLM、SGLang、Unsloth、Axolotl、TokenSpeed与Dynamo上获得原生首日支持，可从权重直接走到生产规模端点而无需自写管线。
Reflection把内部使用的Mirror CLI一并开源，用Python前端处理提示、技能与开发者工具，通过本地连接与Rust智能体核心通信，由核心驱动模型，核心保持精简以便兼作评测面。 此前编码智能体工具多与特定模型或闭源服务绑定，开发者难以更换检查点或端点。 Reflection称Mirror支持可恢复会话与独立工作树中的并行智能体，并已用Pi、OpenCode与Hermes在编码与知识工作上测试Beam，任务包括读取仓库、编辑文件与运行命令。
启示与展望
报道覆盖的是Reflection发布Beam开放权重、文档与伙伴生态这一事件，以及发布说明中给出的参数配置、精度格式、支持框架与部署渠道。适合关注开放权重模型、智能体工具链与自托管部署的研究人员和工程师阅读。发布说明称自蒸馏配方将在未来数日内放出，并称会把训练Beam的经验上游到OpenEnv等开放环境标准，用于后续训练运行。
发布说明称模型卡包含最终基准结果，但正文未给出具体数值，因此能力对比无法从这则材料直接判断。Reflection称自蒸馏配方将在未来数日内发布，说明该定制路径尚未随权重一同提供。发布说明还称会持续增加智能体框架支持，意味着当前框架覆盖范围仍会变化。