Reflection 发布开放权重MoE模型Beam：对标国内开源大模型，推理算力减少3-4倍

Reflection AI正式推出首款前沿开放权重模型Beam，作为仅文本稀疏混合专家模型，主打编码、推理与AI智能体任务。官方宣称，在高级推理基准上性能可对标国内头部开放模型，推理所需计算量相比竞品降低3~4倍，西方开源大模型赛道竞争进一步升温。

• 申请地址：https://platform.reflection.ai

Beam为MoE架构，总参数5010亿，激活参数230亿，在23.8万亿token数据集完成预训练，支持最高100万上下文窗口。作为对比，智谱GLM-5.2总参数约7440亿，激活参数400亿。模型核心亮点是大规模高计算强化学习，动用10500张NVIDIA GB300 GPU，连续训练四周，产出超1亿条交互rollout，搭建近百万个高质量编码、STEM与工具使用训练沙箱。

性能方面，官方自测结果显示，Beam推理能力和GLM-5.2持平，超越当前主流西方开放模型；编码基准得分高于Inkling。需要注意，Inkling属于多模态模型，而Beam目前仅支持文本输入。即便对比Qwen3.8-Max这类超大参数模型，Beam在推理成本上依然具备显著优势。用户还可以调节推理努力参数，按需平衡输出长度、回答质量与算力开销。

技术亮点

1. MoE稳定优化：基于无辅助损失负载平衡方案改进，加入余弦衰减专家偏置更新，搭配深度缩放、SandwichNorm等技术，稳定残差流，保障专家均匀激活，为后续大规模RL打下基础。
2. 高质量数据管线：预训练海量网页、代码、STEM技术文档，自研质量分类器筛选数据，淘汰大量低质网页内容，保留海量高质量技术文本；单独针对不同编程语言做数据均衡与清洗。
3. 异步强化学习基础设施：全异步rollout与模型更新架构，新权重分发速度快，集群故障弹性强，可同时支撑17万并发沙箱环境，训练资源利用率最高达92.3%。
4. 对齐与安全体系：采用多教师on-policy蒸馏、审议对齐技术，对抗性迭代构建安全数据集，抑制幻觉、越狱与过度拒绝问题，后续会开放安全评估套件。

项目背景与商业化定位

Reflection由两位前Google DeepMind研究员2024年创立，已经拿到包含英伟达、红杉在内约47亿美元融资，投前估值250亿美元。企业提前锁定算力，和SpaceX、Nebius签下70亿美元协议，保障2029年前持续获取GB300芯片。

产品面向企业、公共机构，主推“AI工厂”方案，帮助机构在自有私有数据上微调模型，搭建本地定制AI系统。目前已经和韩国新世界集团开展主权AI工厂试点，对冲基金、量化交易公司也是目标客户。

模型计划本月以Apache2.0许可证正式开放权重、技术报告与全套开发工具，接入各大云厂商与开源框架。现阶段正在红队安全测试，开发者可以注册等候名单获取早期访问权限。

要点小结

1. 模型规格：501B总参数MoE，23B激活参数，1M上下文，纯文本模型，强编码、智能体能力
2. 核心卖点：同等推理性能，推理计算量相比竞品少3~4倍；依托超大规模强化学习训练
3. 竞争定位：对标GLM、Qwen等国内开源模型，直面Mistral、Meta、Inkling等西方开放模型以及OpenAI、Anthropic闭源模型
4. 落地方向：企业私有化本地部署、机构AI工厂、量化与科研场景，Apache2.0开源
5. 限制：仅文本，无原生多模态能力；性能结论为厂商自测，尚未经过第三方独立验证