Reflection publica Beam, un modelo de pesos abiertos de 501.000 millones de parámetros bajo licencia Apache 2.0

Reflection publicó el 16 de octubre los pesos de Beam, su primer modelo abierto, en Hugging Face y bajo licencia Apache 2.0. Se trata de un modelo de solo texto con arquitectura de mezcla de expertos dispersa, 501.000 millones de parámetros en total y unos 23.000 millones activos por token, una ventana de contexto de un millón de tokens y fecha de corte de conocimiento en junio de 2026. La empresa lo orienta a programación, razonamiento y tareas agénticas de largo recorrido, y lo acompaña de una tarjeta de modelo con resultados de evaluación y de un informe técnico de seguridad.

Según la tarjeta de modelo, Beam tiene 52 capas, tres densas y 49 de expertos, con 256 expertos, atención GQA con compuertas combinada con ventana deslizante y un vocabulario de 152.000 tokens. Se distribuye en tres formatos numéricos, BF16, FP8 y NVFP4, junto con un modelo auxiliar para decodificación especulativa. La empresa afirma que alcanza una calidad de solución comparable a la de los principales modelos abiertos con aproximadamente un tercio de los tokens de razonamiento en inferencia, una afirmación que por ahora descansa en sus propias mediciones.

Entre los resultados que publica Reflection para la versión BF16 figuran 81,6 % en SWE-bench Verified, 66,1 % en SWE-Bench Pro v1, 80,1 % en Terminal Bench 2.1, 90,6 % en GPQA Diamond y 97,7 % en AIME 2026. La tarjeta muestra que las variantes FP8 y NVFP4 quedan muy cerca de esas cifras, un dato relevante para quien quiera servir el modelo con menos memoria. En sus evaluaciones internas de seguridad, el modelo rechaza o redirige el 88,9 % de las peticiones dañinas y atiende el 81,5 % de las inofensivas.

La licencia y las condiciones de uso son uno de los puntos diferenciales. La tarjeta indica que Reflection no prohíbe la destilación, el uso de las salidas para entrenar otros modelos, el ajuste fino, la cuantización ni la combinación con otros pesos, y que admite la investigación defensiva de seguridad y la evaluación adversarial de buena fe. La empresa sostiene que el modelo es solo una capa y presenta el lanzamiento como un sistema operativo abierto para agentes: soporte desde el primer día en Transformers, vLLM, SGLang, Unsloth, Axolotl y Dynamo de NVIDIA, recetas de ajuste fino y aprendizaje por refuerzo con varios socios, y Mirror CLI, un arnés de programación con núcleo en Rust y capa de extensiones en Python que la empresa usaba internamente y ahora abre. Beam también está disponible a través de la API de Reflection y de una veintena de nubes y proveedores de inferencia, y Dell y HPE lo ofrecen para instalaciones locales y entornos aislados.

Reflection aporta datos poco habituales sobre el entrenamiento. Asegura que en sus mayores ejecuciones de aprendizaje por refuerzo usó unos 1.300 millones de entornos aislados entre entrenamiento, evaluación y ablaciones, y que en la hora de mayor actividad de la ejecución final su flota llegó a 883.006 vCPU en 23 clústeres de Google Cloud y AWS. Anuncia además que publicará recetas de autodestilación para adaptar el modelo a dominios concretos.

Como análisis, Beam llega en una semana en la que los modelos de pesos abiertos de laboratorios estadounidenses ganan presencia, después de que Meta publicara los pesos de Muse Spark Open. La diferencia de Beam está en la licencia Apache 2.0 sin restricciones explícitas a la destilación y en un tamaño activo moderado que lo hace más fácil de servir, aunque sus 501.000 millones de parámetros totales siguen exigiendo hardware de centro de datos. Las cifras de rendimiento proceden de la propia empresa; la comparación independiente en tareas reales de programación y agentes será la que determine su adopción.