Reflection AI 开源 Beam：5010 亿参数 MoE 模型以 Apache 2.0 全量开放权重

新闻原文

10 月 16 日，由英伟达投资的 Reflection AI 在 Hugging Face 发布 5010 亿参数 Beam 模型的完整权重，采用 Apache 2.0 许可，并有 Baseten 当日托管、40 余家发布伙伴支持。

发布包含 BF16、FP8、NVFP4 三种精度权重、分词器、参考实现与 DFlash2 推测解码器。Beam 为稀疏 MoE，总参 5010 亿、每 token 激活约 230 亿，在 Terminal-Bench 2.1 取得约 80% 分数，生成 token 量约为智谱 GLM-5.2 的三分之一。

训练上，Reflection 用 1.05 万张英伟达 GB300 GPU、历时约四周强化学习，并通过惩罚多余 token 的机制压缩任务成本。在 DeepSWE 软件工程基准上，Beam 生成 token 约为 GLM-5.2 的一半而分数相近。

配套方面，Reflection 同时开源 Rust 与 Python 编写的编码智能体 Mirror CLI，以及一套与 33 家发布伙伴共建的开源操作系统，意图把开放权重加开放工具链打成组合拳。

企服观察

Reflection 选 Apache 2.0 而非自定义许可，这一步比模型本身更有战略意味。企业采用开放权重时最怕的就是许可里的使用上限、领域限制或署名条款，Apache 2.0 几乎把法律顾虑降到最低，直接可商用、可改、可再分发。

它明显是在和中文开放权重实验室抢叙事。过去两年开源权重的节奏由中国厂商带飞，Reflection 作为英伟达投资的美系玩家，用干净许可加全量权重正面回应，意图把企业开发者从对手生态里拉过来。

DFlash2 推测解码器是个被低估的工程细节。大模型推理贵在每 token 都要跑一遍全量前向，用小模型先猜、大模型再验，能显著砍掉昂贵计算次数，把延迟和算力账单一起压下来，这正是企业要的降本。

三种精度一次发齐，说明 Reflection 很清楚部署方是谁。BF16 兼容广、FP8 与 NVFP4 则只为新一代英伟达硬件加速而生，牺牲一点精度换更快推理与更低显存，企业可按硬件代际灵活选。

训练里惩罚多余 token 的思路值得琢磨。很多模型爱啰嗦，长输出既烧钱又拖慢，Reflection 用强化学习直接压输出长度却保住分数，等于在成本结构上做了文章，对按量计费的生产环境很友好。

但别被分数冲昏头。Beam 在 Terminal-Bench 约 80%，而同基准上 DeepSeek V4.1 Flash 跑到 90.6%，也就是说它并非同尺寸最强，胜在许可干净与成本可控，而非绝对性能领先。

Mirror CLI 把开放从权重延伸到工具链，是聪明的一招。企业拿到的不只是一个模型文件，而是一套能直接写代码、接系统的智能体骨架，落地路径比单纯下载权重短得多。

对国内团队，Beam 是块好样板：它证明用受限算力加强化学习狠抠效率，也能做出有竞争力的大模型。在高端 GPU 受限的背景下，这种把 token 成本当第一性指标的做法，比单纯追参数量更务实。

一个隐忧是生态黏性。Apache 2.0 太宽松，意味着别人可以拿去改、做闭源服务，Reflection 自身如何从中持续获利并不明朗，这也是很多开源厂共同的商业化难题。

从行业节奏看，10 月 16 日前后开放权重密集发布，Meta、Reflection 同台竞技，说明 2026 下半年开源阵营进入白热化。对企业买家，这是好事——可选项变多，议价空间变大。

对 CIO 的提示是：选开放权重别只看榜单，要看许可、精度格式、推理成本与服务商托管成熟度。Beam 这类干净许可模型，适合对合规敏感、想自主可控又不愿被锁定在单一云的客户。

值得关注的是训练规模的披露。1.05 万张 GB300、四周、超 1 亿次 rollout，这些数字把大模型的真实算力账单摆上台面，也反向提醒中小团队：自己从头训不现实，站在开源肩膀上做微调才是正解。

另外，Beam 把量化版放到八卡 H100/H200/GB300 服务器即可运行，给了企业一个可落地的起点。相比非量化全量动辄数十卡，八卡门槛虽不低但已在很多团队能力范围内。

对开源社区，Beam 的发布也是一份说明书：高质量开放权重不等于堆参数，工程化的训练策略、推理优化与友好许可同样关键。它把行业的注意力从榜单分数拉回到可落地、可负担的维度。

值得国内厂商借鉴的是节奏感。Reflection 在预览、基准造势两周后才放出全量权重与配方，既吊足胃口又用真实可下载的产物收口，这种发布节奏比一上来就喊口号更有说服力。

总体判断：Beam 的意义不在它有多强，而在它用最友好的许可、最全的部署格式和最抠的成本设计，把企业采用开放权重的阻力几乎清零。它是开源权重商业化竞赛里一枚精准的棋子。