本次观察覆盖澳大利亚悉尼时间2026年10月5日07:53至10月6日07:53，收录1项已经正式公布并可由第一方资料与独立报道交叉核验的人工智能技术变化。
Reflection公布Beam技术细节，权重仍待发布
Reflection AI于10月5日正式介绍Beam，并向部分用户提供早期版本。公司将其描述为面向编程、推理和智能体任务的纯文本稀疏混合专家模型：总参数量5010亿，单次推理激活230亿参数，有效上下文长度为100万token。相对于此前只有即将发布的预告，本次新增的是模型架构、训练规模、评测结果、访问方式和后续开放计划的成套技术说明；目前的产品状态仍是选择性早期访问，不是面向公众的完整开放权重发布。
据开发者披露，Beam预训练使用23.8万亿token，随后进行了超过1亿次rollout的高计算量强化学习。公司称，预训练在6,144块NVIDIA GB300 NVL72 GPU上用时不足四周，强化学习阶段在10,500块GB300 GPU上运行四周，并调用约13亿个沙箱环境。这些训练规模和效率数字来自Reflection，尚无独立审计或复现。
Reflection同时公布了SWE-bench Verified、Terminal-Bench 2.1、GPQA Diamond等评测成绩，并称Beam在部分任务上使用的推理计算量低于若干对照模型。TechCrunch独立报道确认了模型的参数规模、训练token数、上下文长度及当前发布安排，但指出这些基准尚未得到独立验证。公开资料也没有把Beam描述为多模态模型；当前明确范围是文本、编程、推理与智能体工作负载。
截至本次观察结束，Beam仍在完成最终红队测试和评估。Reflection计划在10月稍后以Apache 2.0许可证发布权重，同时公开技术报告、模型卡、安全评估结果、文档以及训练和推理工具栈；这些材料目前尚未全部公开。因此，“开放权重”是已公布的发布安排，而不是本次已经完成的交付状态。
来源
Reflection AI，Introducing Beam，2026年10月5日
https://reflection.ai/blog/introducing-beam
TechCrunch，Reflection debuts Beam, an open-weight AI model to rival Chinese models at lower compute cost，2026年10月5日
https://techcrunch.com/2026/10/05/reflection-debuts-beam-a-open-weight-ai-model-to-rival-chinese-models-at-lower-compute-cost/
了解 Geoffrey Chen 的更多信息
订阅后即可通过电子邮件收到最新文章。