Reflection AI Lanza Beam, un modelo abierto de 501B diseñado para agentes de codificación

Reflection AI, con sede en Estados Unidos, ha presentado su primer modelo de pesos abiertos, llamado Beam. Es una mezcla dispersa de expertos (MoE) —un diseño en el que cada fragmento de entrada solo usa un subconjunto pequeño de los parámetros totales del modelo— con 501 mil millones de parámetros en total pero solo 23 mil millones activos por token ¹². El modelo está orientado a cargas de trabajo de codificación, razonamiento y agentic, lo que significa que puede usar herramientas y realizar acciones en múltiples pasos para completar tareas.

Rendimiento y competencia

Reflection afirma que Beam compite directamente con modelos abiertos mucho más grandes mientras usa tres a cuatro veces menos cómputo de inferencia en benchmarks de razonamiento ¹. La tabla de clasificación de la compañía muestra que Beam obtiene 80,9 en SWE-bench Verified, en comparación con el Nemotron 3 Ultra de NVIDIA en 70,7, y 80,1 en Terminal Bench v2.1, cerca del GLM 5.2 de Z.ai en 81,0 ². Modelos de vanguardia como Kimi K3 de Moonshot AI y DeepSeek V4.1 Flash todavía lideran esos mismos benchmarks en 88,3 y 90,6 respectivamente .

Reflection es transparente sobre la brecha. Donde Kimi K3 se mantiene adelante en capacidad pura, el argumento de Beam es la eficiencia en el momento de la inferencia ². Los usuarios pueden controlar cuánto esfuerzo de razonamiento gasta el modelo con un parámetro sencillo: ajustes más bajos dan respuestas más cortas, ajustes más altos permiten un razonamiento más profundo en tareas más difíciles ¹.

Entrenamiento a escala

Beam fue preentrenado desde cero con 23,8 billones de tokens extraídos de la web y de conjuntos de datos propietarios con licencia ¹². El equipo de Reflection dice que su canal de curación eliminó aproximadamente el 95 por cien de los tokens crudos de Internet mientras conservaba unos 1,8 billones de tokens de alta calidad que los filtros convencionales habrían descartado . El preentrenamiento se ejecutó en 6.144 NVIDIA GB300 NVL72 GPUs en menos de cuatro semanas, alcanzando un 92,3 por cien de buen rendimiento cerca del final .

El aprendizaje por refuerzo formó el eje central de escala. La ejecución de RL usó 10.500 GPUs GB300 durante cuatro semanas y generó más de 100 millones de rodadas en casi un millón de entornos de entrenamiento de codificación, agentic y STEM ¹². El sistema sostuvo 110.000 rodadas concurrentes en promedio, y las nuevas actualizaciones de peso llegaron a la flota de inferencia en unos 12 segundos .

Disponibilidad

Beam aún no está disponible para implementación autoalojada. Actualmente se encuentra en evaluación final de pruebas de penetración y seguridad ¹². El acceso anticipado se gestiona a través de una lista de espera en la plataforma de Reflection AI . Se planea lanzar los pesos completos bajo una licencia Apache 2.0, junto con un informe técnico y la tarjeta del modelo, más tarde en octubre de 2026 . Reflection también entrenó un modelo maestro de seguridad y alineación separado fusionado con el maestro de RL mediante destilación de múltiples maestros en política, aunque los resultados completos de seguridad aparecerán en el informe técnico .

Los datos clave

• Beam es un modelo MoE de 501B parámetros totales con 23B parámetros activos por token
• Obtiene 80,9 en SWE-bench Verified y 80,1 en Terminal Bench v2.1
• Preentrenado con 23,8 billones de tokens usando 6.144 GPUs NVIDIA GB300 en menos de 4 semanas
• El entrenamiento con RL generó más de 100 millones de rodadas en 10.500 GPUs GB300 durante 4 semanas
• Pesos abiertos planificados para octubre de 2026 bajo licencia Apache 2.0

Fuentes

1. Reflection AI Introduces Beam: A 501B Open-Weight MoE Model With 23B Active Parameters for Coding and Agentic Workloads — marktechpost.com
2. Introducing Beam: Reflection’s 501B open-weight model - alphaXiv