Reflection 开源 Beam-1.0：发布与架构拆解

第 1 集 · Reflection 开源 Beam-1.0：501B MoE、Apache 2.0 生态首发(2026-10-16,20 条)

10 月 16 日，Reflection AI 发布首个开放权重模型 Beam-1.0-501B-A23B，以 Apache 2.0 许可完全开源，并携 40+ 生态伙伴（Nebius、Ollama、Databricks、AWS、Google Cloud、NVIDIA、SGLang、vLLM 等）同步推出，vLLM、Baseten、SGLang 均提供首日支持。当前结论：模型已完整上架 Hugging Face，量化权重与微调、部署方案齐备，HF 实测 SWE-bench 81.6%，是开源编码/agent 模型赛道的有力新玩家。

已确认

• 模型规格：总参数 501B（jacek2023 给出精确值 501.3B）、每 token 激活 23B（23.4B）；52 层，每层 256 个专家、路由 8 个；1M token 上下文；纯文本输入输出，采用稀疏 MoE 与混合注意力（vllmproject 提及 sliding attention 细节）
• Baseten 补充：模型预训练数据量为 23.8 万亿 token；另据 AI4Code 转述，官方同时放出了安全报告
• Hugging Face 上架完整合集，含 BF16 原版、FP8、NVFP4 量化版本及 DFlash2 版本，附带 tokenizer 与参考实现；jacek2023 提到其推理 token 消耗可比同级模型节省约 3 倍
• 部署生态：vLLM 首日支持并在 NVIDIA Blackwell 上深度优化，XianbaoQIAN 提到单请求可达 708 tokens/s；Baseten、SGLang 同步首日上线；Ollama 已上架 beam:cloud 版本；TokenSpeed 官方转发确认参与生态
• Hugging Face 的 QGallouedec 演示可用 TRL SFTTrainer 对其做 LoRA 微调，仅需单节点 8 张 B300
• Hugging Face 团队实测：SWE-bench 达 81.6%，NVFP4 量化版本几乎不掉分
• 定位方面（arena 转述）：面向高级编码、推理与长程智能体任务

为什么重要

Beam 是 Reflection AI（tomaarsen 称其为「新实验室」，官方使命是「让智能开放、人人可用」）的首个开放权重模型，以 Apache 2.0 完全开放并附带量化、微调与推理部署配套，加上 40+ 云与工具伙伴，大幅降低企业采用门槛。HF 实测显示 NVFP4 量化近乎无损，意味着低精度硬件也能保留接近原版的编码与智能体能力，对开源编码/agent 模型格局形成直接竞争压力。

• Reflection 开源首发模型 Beam 1.0:501B 总参 23B 激活,Apache 2.0 — bhutanisanyam1 · 2026-10-16
• Reflection 开源 501B MoE 模型 Beam:1M 上下文、Apache 2.0 — ben_burtenshaw · 2026-10-16
• Beam 实测:SWE-bench 81.6%,NVFP4 量化几乎不掉分 — ben_burtenshaw · 2026-10-16
• Reflection 开源 501B 模型 Beam,Apache 2.0 携 40+ 伙伴生态发布 — bhutanisanyam1 · 2026-10-16
• Beam-1.0 全家桶上架 HF:含 FP8/NVFP4 量化与 DFlash2 版本 — victormustar · 2026-10-16
• Reflection 发布首个开源权重模型 Beam 1.0，主打编码与智能体 — paf1138 · 2026-10-16
• Reflection 首个开放权重模型 Beam：501B 总参 23B 激活，主打编码与 Agent — baseten · 2026-10-16
• Reflection 发布 501B 开源模型 Beam:Apache 2.0、百万上下文 — mervenoyann · 2026-10-16
• Reflection 发布首个开源权重模型 Beam 1.0,主打编码、推理与智能体任务 — tomaarsen · 2026-10-16
• Reflection 首个模型 Beam 上架 HF:501B 参数开源、百万上下文 — tomaarsen · 2026-10-16
• Reflection 发布 501B MoE 模型 Beam,vLLM 首日即支持 — vllm_project · 2026-10-16
• Reflection 开源 Beam-1.0：501B 总参 MoE，1M 上下文，推理 token 省 3 倍 — jacek2023 · 2026-10-16
• Reflection 开源 Beam 模型权重，采用 Apache 2.0 协议 — victormustar · 2026-10-16
• Reflection AI 开源 501B 模型 Beam,单节点 8 卡 B300 即可 LoRA 微调 — QGallouedec · 2026-10-16
• Reflection 首款开源模型 Beam 登陆 HF:501B 参数、百万上下文 — QGallouedec · 2026-10-16
• Reflection AI 开源 Beam：Apache 2.0 权重+40 余家生态伙伴 — zhyncs42 · 2026-10-16
• Ollama 上架 Reflection Beam:501B/23B MoE,1M 上下文可跑 — ollama · 2026-10-16
• Reflection 开源 501B MoE 模型 Beam,vLLM 首日支持单请求 708 tokens/s — Xianbao_QIAN · 2026-10-16
• Reflection AI 开源 501B MoE 模型 Beam,主打编码与长程智能体 — arena · 2026-10-16
• Reflection AI 开源首发模型 Beam:501B-A23B MoE,Apache 2.0 — AI4Code · 2026-10-16

第 2 集 · vLLM 拆解 Beam 架构并优化长上下文性能(2026-10-16,2 条)

vLLM 团队拆解 Beam 内部结构:52 层 MoE 中每 token 从 256 个专家激活 8 个,前 3 层为稠密 MLP,注意力采用 512-token 滑动窗口与全局 NoPE 结合的设计。针对长上下文服务,团队还展示了 kernel 级优化,包括融合 all-reduce 与 norm、打包 QKV 路径和 tanh softcap kernel,使 GB200 上的前向速度最快提升 20%。

• Beam 架构拆解:52 层 MoE 每_token_激活 8/256 专家 — vllm_project · 2026-10-16
• Beam 长上下文服务优化:GB200 前向最快降 20% — vllm_project · 2026-10-16