Reflection Beam 1.0 开源：Apache 2.0 的 501 B 模型值得用吗

一句话结论：Reflection 在 2026 年 10 月开放了 Beam 1.0 权重，这是它第一个开放权重模型。501.3 B 总参数、23.4 B 激活的稀疏 MoE，支持 1 M 上下文，采用 Apache 2.0 许可证——允许蒸馏、微调、量化、合并，也可以直接做推理转售，不附加商业授权条款。在 SWE-bench Verified 上得 80.9、GPQA Diamond 得 90.5、AIME 2026 得 97.8，但官方自报的 BF 16 权重约 1 TB，个人设备无法部署。更值得注意的是一处数据矛盾：它在 SWE-bench 系列上表现不错，在 Cognition 的 FrontierCode 2.0 上却只有 2.9%，说明它擅长「改对单点 bug」，不擅长「产出维护者愿意合并的完整改动」。

AI 摘要

• 发生了什么：Reflection 于 10 月 5 日发布介绍博客，10 月开放权重；Hugging Face 仓库 10 月 7 日创建，10 月 30 日仍在更新
• 规格：501.3 B 总参数 / 23.4 B 激活，52 层（3 层稠密 + 49 层 MoE），256 个专家，1 M 上下文，152 k 词表，纯文本，知识截止 2026 年 6 月 30 日
• 许可证：Apache 2.0，明确允许蒸馏、用输出训练其他模型、微调、量化、合并
• 训练：23.8 万亿 token 预训练；RL 阶段在 10,500 张 NVIDIA GB 300 上跑 4 周、生成超 1 亿条 rollout
• 体积：BF 16 约 1003 GB、FP 8 约 503 GB、NVFP 4 约 294 GB，三个仓库均已公开可下载
• 成绩：SWE-bench Verified 80.9、GPQA Diamond 90.5、AIME 2026 97.8；但 FrontierCode 2.0 仅 2.9%
• 下载量：截至 10 月 31 日 8,163 次下载、290 个赞

基本信息

• 事件时间：2026 年 10 月 5 日发布博客，10 月放出权重（Hugging Face 仓库 10 月 7 日创建）
• 涉及公司/产品：Reflection，Beam 1.0（501 B-A 23B）
• 目标栏目：资源

Reflection Beam 1.0 是什么？

Beam 1.0 是 Reflection 的第一个开放权重模型，定位是面向编程、推理和 Agent 工作负载的稀疏混合专家模型。按模型卡数据，它总参数 501.3 B、每 token 激活 23.4 B，共 52 层，其中前 3 层是稠密层、后 49 层是 MoE 层，专家总数 256 个。上下文长度 1 M token，词表 152 k，只支持文本输入输出，知识截止到 2026 年 6 月 30 日。注意力机制用的是门控 GQA 加滑动窗口注意力，对话模板基于改造过的 Harmony 格式。

训练侧有两个数字值得记录。预训练用了 23.8 万亿 token，官方称来源包括公开网页和商业授权的专有数据集。强化学习阶段在 10,500 张 NVIDIA GB 300 GPU 上跑了 4 周，生成超过 1 亿条 rollout——这个 RL 规模在开放权重模型里属于前排。Reflection 说 Beam 的能力主要来自预训练和 RL 两端的投入，而不是单纯堆参数。

权重提供 BF 16、FP 8、NVFP 4 三种数值格式。BF 16 主仓库约 1003 GB，拆成 201 个文件，其中最大分片 5.4 GB。

Beam 1.0 的 Apache 2.0 许可证意味着什么？

这是 Beam 1.0 相对同期开放权重模型最实际的差异点。Apache 2.0 是标准开源许可，没有使用场景限制、没有用户规模阈值、没有商业授权前置条件。模型卡在 Usage 段落里进一步明确：Reflection 不禁止蒸馏、不禁止用模型输出训练其他模型、不禁止微调、参数高效适配、量化、合并权重，也不禁止对你有权测试的系统做防御性安全研究。

把三个同期模型放在一起对比，差别就清楚了：

如果你的业务形态是把模型封装成 API 卖给别人，Apache 2.0 省掉的是法务沟通成本。这也是国内团队更愿意基于 Apache 2.0 模型做二次分发的原因。需要提醒的是，模型卡本身声明「仅供参考，不修改也不限制模型许可证」，许可证以仓库 LICENSE 文件为准。

Beam 1.0 的实测成绩怎么样？

按官方博客公布的对比表，Beam 1.0 的能力分布很不均匀——通用与推理科目强，端到端 Agent 编程弱。以下为官方数据，对比对象是同期开放权重模型：

在 SWE-bench Verified 上 80.9 是个不错的分数，GPQA Diamond 90.5 也接近第一梯队。但 Terminal Bench v 2.1 的 80.1 比 DeepSeek V 4.1 Flash 的 90.6 低了 10 个百分点，MCP Atlas 和 AutomationBench 也落后。官方博客自己也写了「在原始能力上 Kimi K 3 这类前沿开放模型仍然领先，Beam 的优势是推理时的效率」。

这里有一处必须指出的矛盾。在 Mistral 发布 Mistral Large 4 时公布的 FrontierCode 2.0 榜单上，Beam 1.0 只得了 2.9%，而 DeepSeek V 4.1 Flash 是 19.3%、GLM-5.3 是 17.8%。FrontierCode 2.0 考察的是「仓库维护者是否愿意合并 Agent 提交的改动」，与 SWE-bench 那种「测试是否通过」是两种不同的度量。两个数字并不冲突，但它们说明同一件事：Beam 1.0 能改对单点 bug 让测试变绿，却不太能产出可被真实仓库接受的整体改动。如果你的用途是提交 PR 给人审核，这个差距比 SWE-bench 分数更重要。

Beam 1.0 要多少硬件才能跑？

官方没有给出最低硬件清单，只提供了三种数值格式的权重。按体积推算，BF 16 版本约 1003 GB，即使按 8 卡并行，每卡也需要 125 GB 以上的权重空间，再加上 1 M 上下文所需的 KV cache，实际远超单张 H 100 的 80 GB。可选路径有三条：

三个格式的仓库均已公开可下载（10 月 31 日核对，均为 HTTP 200）。NVFP 4 版本把体积压到 294 GB，按 8 卡并行每卡约 37 GB，已经能进单卡 80 GB 的显存范围——这是个人或小团队唯一有可能自托管的路径，但前提是手上有 Blackwell 架构的卡。

模型卡没有附 vLLM 或 SGLang 的启动命令，这与 Mistral Large 4 直接给出 Docker 镜像和 --tensor-parallel-size 参数的做法不同。想自托管的团队需要自己按推理框架的 MoE 支持情况配置。对个人开发者和小团队来说，更现实的选择是走 Reflection 官方 API 或第三方托管。

Beam 1.0 和国产开放权重模型比该选谁？

先看许可证再看榜单，这是同期三个模型的共同教训。Beam 1.0 的独特价值不在分数最高，而在限制最少。

如果你的业务是做推理服务转售或深度改造——比如把模型量化后塞进自己的推理集群对外提供 API，或者用它蒸馏训练自己的小模型——Beam 1.0 和 DeepSeek V 4.1 Flash 这类 Apache 2.0 模型是唯二可以直接做而不需要谈授权的大模型。Mistral Large 4 和 MiniMax M 3.1-Flash 都需要先走授权流程。

如果你的业务是自己用 Agent 干活——比如接进 Claude Code、Codex 这类 harness 做日常开发——那 Beam 1.0 不是最优解。Terminal Bench 和 AutomationBench 的差距说明它在长周期、多步骤的任务上不如 Kimi K 3.1 Pro 或 DeepSeek V 4.1 Flash。

如果你的业务是中文场景，Beam 1.0 的模型卡明确写着「predominantly for English」，152 k 词表也以英文为主，且所有公开基准都是英文任务。中文任务不建议直接套用这份成绩单。

价格方面，Beam 通过 Reflection 官方 API 提供服务，本次未取到公开的每百万 token 单价，因此不做成本估算。需要横向比价的读者可参考本站维护的国产大模型 API 价格对比，或把实际用到的 token 数填进大模型 API 成本估算器按自定义单价核算。

怎么下载和部署 Beam 1.0？

下载走 Hugging Face 标准流程，不需要申请访问权限。模型卡显示仓库为公开状态，截至 10 月 31 日已有 8,163 次下载。部署需按所选格式拉对应仓库，BF 16 版本建议用 huggingface-cli download 分片拉取，避免单次下载中断后重传。

# 拉取 BF16 权重（约 1003 GB）
huggingface-cli download reflection/Beam-1.0-501B-A23B --local-dir ./beam-bf16

# 显存受限时改用 FP8 或 NVFP4 版本
huggingface-cli download reflection/Beam-1.0-501B-A23B-FP8 --local-dir ./beam-fp8

需要如实说明的是，本文没有在本机或云端实际跑通 Beam 1.0 的推理——1003 GB 的权重规模超出可测试范围。以上步骤基于模型卡与 Hugging Face 的通用下载流程，未经端到端验证。若你的目标是评估效果而非自托管，建议优先走官方 API。

FAQ

Beam 1.0 真的是开源吗？ 是。它采用 Apache 2.0 许可证，属于标准开源许可，可以自由使用、修改、分发、商用，也可以做推理转售。这与 Mistral Large 4、MiniMax M 3.1-Flash 那种「开放权重但带附加条款」的许可证有本质区别。

Beam 1.0 能在单机跑吗？ 不能。BF 16 权重约 1003 GB，即使 8 卡并行每卡也要 125 GB 以上，再算 1 M 上下文的 KV cache，实际需要 B 200/GB 200 级别硬件。个人开发者应使用官方 API。

为什么 SWE-bench 80.9 分的模型在 FrontierCode 2.0 上只有 2.9%？ 两个基准测的不是同一件事。SWE-bench 看测试用例是否通过，FrontierCode 2.0 看仓库维护者是否愿意合并改动。前者可以靠局部修补得分，后者要求整体改动符合工程规范。这个落差说明 Beam 1.0 更适合辅助修 bug，不适合独立提交 PR。

Beam 1.0 支持中文吗？ 模型卡明确写明主要面向英语开发，词表 152 k 以英文为主。虽然技术上能处理中文，但官方未公布任何中文基准数据，中文场景不建议直接采用其英文成绩作为选型依据。

Beam 1.0 和 Mistral Large 4 该选哪个？ 如果在意许可证自由度和蒸馏、量化等改造权限，选 Beam 1.0（Apache 2.0）。如果在意 Agent 编程的 token 效率和现成的 vLLM/SGLang 部署配方，选 Mistral Large 4。两者都是 500 B 级以上的模型，个人设备都跑不动。

参考来源

• Reflection 官方博客：Introducing Beam: Reflection’s 501 B open-weight model（2026-10-05）
• Hugging Face 模型卡：reflection/Beam-1.0-501 B-A 23B
• 许可证：Apache 2.0
• 使用政策：reflection.ai/legal/usage-policy
• 横向榜单：Mistral Large 4 官方博客（FrontierCode 2.0，2026-10-29）