Reflection AI anunció Beam el 5 de octubre de 2026 como su primer modelo de pesos abiertos, orientado a programación, razonamiento y tareas agénticas. La empresa prevé publicar los pesos y los materiales técnicos más adelante en octubre. En su página oficial de Beam, también presenta las especificaciones y los resultados del modelo.
Qué anunció Reflection AI sobre Beam
Beam es un modelo de lenguaje de texto con arquitectura de mezcla dispersa de expertos, o MoE. En este tipo de arquitectura, se activa una parte de los parámetros en cada inferencia, en lugar de utilizar el modelo completo. Reflection AI cifra Beam en 501.000 millones de parámetros totales y 23.000 millones activos.
La empresa afirma que preentrenó el modelo con 23,8 billones de tokens y que, tras el entrenamiento intermedio, Beam alcanza una longitud de contexto efectiva de un millón de tokens. En la ejecución de aprendizaje por refuerzo descrita por Reflection, el contexto máximo fue de 256.000 tokens: ese límite corresponde a esa fase de entrenamiento, no a la longitud efectiva que la empresa comunica para el modelo.
Reflection AI también dice que esa ejecución utilizó 10.500 GPU NVIDIA GB300 durante cuatro semanas y generó más de 100 millones de secuencias de interacción, conocidas como rollouts. La compañía prevé publicar los pesos bajo la licencia Apache 2.0 junto con un informe técnico, una ficha del modelo y materiales para desarrolladores.
La noticia concreta el seguimiento de NeoTeo sobre la preparación del primer modelo de pesos abiertos de Reflection AI: Beam es el modelo que la empresa presentó en octubre.
Qué afirma Reflection sobre las pruebas y el cómputo
Reflection AI publicó puntuaciones de Beam de 80,9 en SWE-Bench Verified y 80,1 en Terminal-Bench 2.1. También comunicó 44,4 en DeepSWE v1.1 y 36,2 en Humanity’s Last Exam sin herramientas. Son resultados publicados por la propia empresa.
Para el razonamiento avanzado, Reflection afirma que Beam obtiene puntuaciones comparables a GLM-5.2 con entre tres y cuatro veces menos cómputo de inferencia. Su estimación calcula operaciones de pasada hacia delante durante la generación y excluye el procesamiento inicial del prompt, las operaciones de atención que dependen del contexto y los costes de servicio. Por eso, la cifra compara una parte del cómputo de inferencia, no el coste total de operar el modelo.
Reflection describe Beam como un paso hacia modelos abiertos capaces de competir en programación, razonamiento y tareas agénticas. Las cifras y comparaciones presentadas forman parte de la caracterización que la empresa hizo del modelo en su anuncio.
