# Beam模型

Reflection发布首个开放权重模型Beam，并公开其安全训练方法与评测工具。此前公开安全评测覆盖不足，难以检验模型在对抗与工具调用场景下是否守住安全边界。Beam把预训练数据过滤与专门的安全对齐训练结合，用多教师在线策略蒸馏把能力教师与安全教师合并。在Iris安全评测的1500段人工撰写对话上，Beam拒答89%的有害请求，同时合规回答82%与安全相关的无害请求。

Reflection发布首个开放权重模型Beam，并公开其安全训练方法与评测工具。此前公开安全评测覆盖不足，难以检验模型在对抗与工具调用场景下是否守住安全边界。Beam把预训练数据过滤与专门的安全对齐训练结合，用多教师在线策略蒸馏把能力教师与安全教师合并。在Iris安全评测的1500段人工撰写对话上，Beam拒答89%的有害请求，同时合规回答82%与安全相关的无害请求。

Reflection的Beam是一个501B参数、每token激活23B的混合专家模型，面向软件工程与长程智能体任务，计划以Apache 2.0发布。SGLang现已原生支持Beam并承载其生产API，通过BF16、NVFP4与动态FP8检查点、DFlash2投机解码和前缀缓存把推理效率转化为服务性能。在4块NVIDIA GB300、NVFP4检查点的OpenHands多轮智能体编码回放上，并发32时单卡总吞吐达127.6K token/秒，每用户p50为185.87 token/秒。

Reflection的Beam是一个501B参数、每token激活23B的混合专家模型，面向软件工程与长程智能体任务，计划以Apache 2.0发布。SGLang现已原生支持Beam并承载其生产API，通过BF16、NVFP4与动态FP8检查点、DFlash2投机解码和前缀缓存把推理效率转化为服务性能。在4块NVIDIA GB300、NVFP4检查点的OpenHands多轮智能体编码回放上，并发32时单卡总吞吐达127.6K token/秒，每用户p50为185.87 token/秒。

Reflection AI 的 Beam 推理模型结束隐身测试，以 stealth/cat-jam 之外的正式名称接入 AI Gateway，并在发布期内免费提供。它面向编程与智能体任务，权重以 Apache 2.0 发布，支持工具调用与结构化输出，上下文窗口为 100 万 token。模型总参数 501B，但每个 token 只激活 23B，并跳过任务不需要的 token，因此比更大的开放模型更早给出答案。

Reflection AI 的 Beam 推理模型结束隐身测试，以 stealth/cat-jam 之外的正式名称接入 AI Gateway，并在发布期内免费提供。它面向编程与智能体任务，权重以 Apache 2.0 发布，支持工具调用与结构化输出，上下文窗口为 100 万 token。模型总参数 501B，但每个 token 只激活 23B，并跳过任务不需要的 token，因此比更大的开放模型更早给出答案。

美国新实验室Reflection发布首个开源模型Beam，以Apache 2.0许可开放501B参数的稀疏混合专家权重，每个token只激活约23B参数，支持100万token上下文与编码、智能体任务。模型采用混合注意力，43层只看前512个token、9层看全上下文，使KV缓存按每token约36 KiB增长，约为全部层全局注意力的六分之一。发布同时提供BF16、FP8与NVFP4三种检查点，以及transformers、SGLang、vLLM的当日支持和配套Rust推理框架。

美国新实验室Reflection发布首个开源模型Beam，以Apache 2.0许可开放501B参数的稀疏混合专家权重，每个token只激活约23B参数，支持100万token上下文与编码、智能体任务。模型采用混合注意力，43层只看前512个token、9层看全上下文，使KV缓存按每token约36 KiB增长，约为全部层全局注意力的六分之一。发布同时提供BF16、FP8与NVFP4三种检查点，以及transformers、SGLang、vLLM的当日支持和配套Rust推理框架。

Reflection的Beam是一个501B参数、每词元激活23B的混合专家模型，vLLM在发布首日即提供完整支持，推理、工具调用与结构化输出开箱可用。其初始版本几乎是未优化的纯PyTorch实现，编码智能体自主剖析模型、编写内核并逐项基准测试，在TP8上把批大小为1的解码从每步8.95毫秒降到3.30毫秒，8×2K预填充从328毫秒降到176毫秒。配合DFlash2草稿头，单请求在TP8上达到708词元每秒，接受长度为3.7。

Reflection的Beam是一个501B参数、每词元激活23B的混合专家模型，vLLM在发布首日即提供完整支持，推理、工具调用与结构化输出开箱可用。其初始版本几乎是未优化的纯PyTorch实现，编码智能体自主剖析模型、编写内核并逐项基准测试，在TP8上把批大小为1的解码从每步8.95毫秒降到3.30毫秒，8×2K预填充从328毫秒降到176毫秒。配合DFlash2草稿头，单请求在TP8上达到708词元每秒，接受长度为3.7。

Reflection发布其首个开放权重模型Beam，并同步上线Baseten平台。Beam是自回归Transformer，采用混合专家架构，总参数501B、每token激活23B，上下文窗口最高100万token，面向编码与智能体工作负载。训练以强化学习为主，通过更长的多步rollout让模型练习使用工具并根据反馈调整，同时施加长度惩罚抑制多余token，目标是降低这类任务的成本。

Reflection发布其首个开放权重模型Beam，并同步上线Baseten平台。Beam是自回归Transformer，采用混合专家架构，总参数501B、每token激活23B，上下文窗口最高100万token，面向编码与智能体工作负载。训练以强化学习为主，通过更长的多步rollout让模型练习使用工具并根据反馈调整，同时施加长度惩罚抑制多余token，目标是降低这类任务的成本。

Reflection发布首个模型Beam，一个总参数501B、激活23B的开源权重模型，在Artificial Analysis智能指数上得30分，位列美国开源权重模型第二，仅次于Meta的Muse Spark Open（39分），高于前一日发布的NVIDIA Nemotron 3.5 Super VL（26分）。它每个智能指数任务约用26k输出token，约为领先一分的K2 Horizon（31分）的一半，但专有模型仍居前沿，GPT-6 Astra（max）在同一预算下得53分。

Reflection发布首个模型Beam，一个总参数501B、激活23B的开源权重模型，在Artificial Analysis智能指数上得30分，位列美国开源权重模型第二，仅次于Meta的Muse Spark Open（39分），高于前一日发布的NVIDIA Nemotron 3.5 Super VL（26分）。它每个智能指数任务约用26k输出token，约为领先一分的K2 Horizon（31分）的一半，但专有模型仍居前沿，GPT-6 Astra（max）在同一预算下得53分。