![文章封面](https://developer.qcloudimg.com/http-save/10106350/cb5b143b86aeb26dca468b4c4dacac66.png)

Reflection AI 发布了 Beam，这是该公司首个开放权重模型。Beam 采用稀疏激活架构，总参数量为 501B，每个 token 激活 23B 参数。模型在 23.8 万亿 token 上完成预训练，整个预训练阶段在 4 周内完成，训练期间 Goodput（有效计算利用率）达到 92.3%。

## 强化学习训练规模

Beam 的强化学习训练使用了 10.5K 块 NVIDIA GB300 GPU，持续 4 周。训练过程生成了超过 1 亿次 rollouts，最大 rollout 上下文长度达到 256K tokens。整个训练消耗了约 13 亿个 sandboxes，涉及近 1 百万个编码、智能体和 STEM 环境。

训练系统平均维持 110K 个并发 rollouts。新权重到达推理集群的中位延迟约为 12 秒。训练期间处理了 71 起推理事故。

## 性能表现

在 SWE-bench Verified 上，Beam 得分 80.9，高于 Nemotron 3 Ultra 的 70.7。Nemotron 3 Ultra 总参数 550B、激活参数 55B。

在 Terminal Bench v2.1 上，Beam 得分 80.1，低于 GLM 5.2 的 81.0、Kimi K3 的 88.3 和 DeepSeek V4.1 Flash 的 90.6。GLM-5.2 总参数约 753B、激活参数约 40B；Kimi K3 总参数 2.8T、激活参数 104B；DeepSeek V4.1 Flash 包含 552B backbone 和 196B Engram，prefill 激活 8B、decode 激活 16B。

在 DeepSWE v1.1 上，Beam 得分 44.4，接近 GLM 5.2 的 44.0，但低于 GLM 5.3 的 61.0、Qwen 3.8 Max 的 51.0、Kimi K3 的 68.0 和 DeepSeek V4.1 Flash 的 74.2。

在 SWE Bench Pro v2-Hard 上，Beam 得分 77.2，高于 Inkling 的 56.9，但低于 GLM 5.3 的 84.3 和 Kimi K3 的 88.2。

在数学任务 AIME 2026 上，Beam 得分 97.8，略低于 Inkling 的 97.1 和 GLM 5.2 的 99.2。

## 适用场景

Beam 的设计偏向代码生成和 STEM 推理任务。23B 激活参数使其在推理成本和性能之间取得平衡，适合需要大量并发推理的应用场景。作为开放权重模型，开发者可以自行部署和定制。

在多个基准测试中，Beam 表现处于中上水平，在部分任务上不及参数更大或激活参数更多的模型。选择 Beam 还是其他模型，需要根据具体任务类型、推理成本预算和是否需要开放权重来决定。

Reflection AI 推出首个开放权重模型 Beam，总参数 501B、每 token 激活 23B，用 23.8 万亿 token 预训练加 4 周强化学习训练，在代码和数学任务上达到中上水平表现。

Reflection AI 发布 501B 参数开放权重模型 Beam

人工智能

算法

云计算

ReflectionAI推出开放权重模型Beam，总参数量501B，每token激活23B，预训练仅用4周完成，有效计算利用率92.3%。在SWE-bench Verified得80.9分，优于Nemotron3 Ultra的70.7；AIME 2026数学任务得97.8分。强化学习训练使用10.5K块GB300 GPU，支持256K上下文。适合代码生成与STEM推理，平衡推理成本与性能。

强化学习

智能体

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

ReflectionAI推出开放权重模型Beam，总参数量501B，每token激活23B，预训练仅用4周完成，有效计算利用率92.3%。在SWE-bench Verified得80.9分，优于Nemotron3 Ultra的70.7；AIME 2026数学任务得97.8分。强化学习训练使用10.5K块GB300 GP...

Reflection AI 发布 501B 参数开放权重模型 Beam-腾讯云开发者社区-腾讯云

Reflection AI 发布 501B 参数开放权重模型 Beam

Reflection AI 发布 501B 参数开放权重模型 Beam

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐