Reflection 的 Beam 成为中国以外能力最强的开放权重模型

一句话看懂：由前 DeepMind 研究员创办的 Reflection 发布首个开放权重模型 Beam，走的是”省算力”而非”堆性能”路线，据称在关键推理基准上追平 GLM 5.2，但算力消耗只有后者的三分之一到四分之一，计划本月内以 Apache 2.0 协议开放。

事件核心：发生了什么

Reflection 成立于 2024 年，创始人 Misha Laskin 和 Ioannis Antonoglou 均来自 Google DeepMind，前者负责过 Gemini 的奖励建模，后者参与打造 AlphaGo，公司融资规模约 20 亿美元。此次发布的 Beam 是该公司第一个开放权重模型，定位在编程、逻辑推理和智能体任务。

Beam 采用混合专家（MoE）架构，总参数 5010 亿，每个 token 只激活 230 亿参数，以此压低推理成本。据 Reflection 披露，Beam 在部分高难度推理任务上追平 GLM 5.2，但算力用量少三到四倍；在编程与智能体基准上接近体量更大的 Qwen3.8-Max，但原始性能仍不及 Kimi K3。训练方面，公司在强化学习阶段投入了 10500 张 Nvidia GB300 GPU，持续四周以上，称性能到训练结束仍未出现平台期。模型为纯文本，附带可调节的推理深度参数，让用户自行权衡速度与质量。

为什么重要

过去一年，开放权重赛道的高性价比模型主要来自中国的 DeepSeek、Qwen 等团队。Beam 的看点在于，它试图在”非中国背景”的开放模型中补上这一档位——不追求榜单第一，而是把单位算力的产出效率作为卖点，直接对标企业级编程和自动化工作流场景。对算力预算敏感的公司来说，这提供了一个新的备选，也可能给中国开放模型的成本优势带来一定压力。

另一处值得留意的是训练中出现的”涌现能力”：Reflection 称在推理、软件工程和终端任务的混合训练中，Beam 未经专门训练便学会了网页浏览，甚至能自主调用其他语言模型、抓取外部服务文档。如果这一观察可复现，说明强化学习规模本身在催生跨任务能力迁移。

对用户/开发者/创作者的影响

Apache 2.0 协议意味着模型权重可商用、可自部署，对有数据合规要求或想控制推理成本的企业比较友好。MoE 架构配合稀疏激活，理论上对显存和推理硬件的门槛也更低。开发者可以关注它的可调推理深度参数，这类设计适合在智能体流程里按任务难度分配算力。不过目前公开信息显示，Beam 仍是纯文本模型，多模态内容需先转成文本才能处理；安全对齐由另一个独立模型合并完成，实际表现有待技术报告验证。