Reflection发布5010亿参数Beam，成绩接近GLM-5.2

英伟达支持的 AI 初创公司 Reflection 公布首个开放权重模型 Beam。该模型采用 MoE 架构，总参数 5010 亿，每次激活 230 亿，主要面向代码、推理和 Agent 任务。

官方公布成绩接近 GLM-5.2

从 Reflection 自己公布的成绩看，Beam 整体表现接近 GLM-5.2，但还没有追上最新的中国头部开源模型。

在 DeepSWE 测试中，Beam 得分 44.4，GLM-5.2 为 44.0，Qwen 3.8-Max 为 51.0，GLM-5.3、Kimi K3 和 DeepSeek V4.1 Flash 分别达到 61.0、68.0 和 74.2。

预训练和强化学习规模较大

Beam 的训练规模也较大。预训练阶段使用 6144 块英伟达 GB300，不到 4 周处理 23.8 万亿 token。随后，Reflection 又用 1.05 万块 GB300 连续进行了 4 周强化学习，生成超过 1 亿条训练轨迹（rollout）。

Reflection 称，这是其所知公开记录中规模最大的强化学习训练之一。

完整权重计划本月晚些时候开放

Beam 目前仍处于最后的安全测试阶段，只有少量用户可以提前使用。Reflection 计划在本月晚些时候发布完整权重、技术报告和模型卡，并以 Apache 2.0 协议开放。