Reflection 开源首个权重模型 Beam，Ollama 与 SGLan…
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
本条选题由第三方线索发现；线索方提供的摘要未被采用，本页内容依据下方信源整理。线索来源：AIHOT
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载Beam 的规格与开放方式
Reflection 推出的首个开放权重模型名为 Beam，采用混合专家架构，总参数量约 5010 亿，每个 token 激活约 230 亿参数。它的输入与输出都是文本，上下文窗口达到 100 万 token，面向的是需要跨越多个步骤、持续时间较长的任务，例如编写与维护代码、在多步流程中调用工具、处理日志与结构化输出。该模型以 Apache 2.0 协议发布，开发者可以查看、修改并在此基础上继续构建，也可以针对特定应用做微调。Ollama 作为首批合作方，在模型开放当天即上线 Beam，并在一段有限时间内免费提供；通过 Ollama Cloud 访问时，端点以完整零数据留存的方式运行，用户可以在应用或终端里调用受支持的模型，无需自行下载模型或管理本地推理。
评测得分与同类对比
在 Artificial Analysis 的智能指数上，Beam 得分为 30，在美国开放权重模型中排第二，仅次于 Meta 的 Muse Spark Open（39），高于 NVIDIA 的 Nemotron 3.5 Super VL（26）。放到全部开放权重模型里，它排第十，比阿联酋的 K2 Horizon（31）低一分。评测方指出，Beam 在同等智能水平下较为节省 token：完成智能指数任务平均输出约 2.6 万 token，而得分高出一分的 K2 Horizon 用量约为其两倍。专有模型仍处于前沿，GPT-6 Astra（max）在同一预算下得分为 53。在智能指数任务中，Beam 的输出里只有 26% 用于最终答案，这一比例在受测的 219 个模型中属于第 28 低。
智能体表现与短板
在面向智能体工作流的 AutomationBench-AA 上，Beam 取得 48.5%，比 K2 Horizon（37.2%）高出 11 个百分点，与 Qwen3.8 27B（48.2%）基本持平。但在 Terminal-Bench 4.0 上表现较弱，得分 3.0%，落后于 Qwen3.8 27B（5.6%）和 Muse Spark Open（8.1%）。知识类评测 AA-Omniscience 中，它答对 33% 的问题，明显高于 K2 Horizon（18%）与 Qwen3.8 27B（16%）；同时其幻觉率为 47%，而这两个对比模型分别为 26% 和 30%，由此得到的净指数得分为 1.5，仍高于两者的负分。在 Artificial Analysis 网络指数上，Beam 完成任务的比例为 34%，是受测的美国开放权重模型中领先的一个；凭借 token 效率，它也出现在该指数与每任务输出 token 的前沿位置上。在 Reflection 的开源命令行工具 Mirror 中运行，Beam 的编程得分为 28。
为什么值得看
一个 5010 亿参数的开源权重模型当天即被 Ollama 与 SGLang 接入，还附带了与同类模型的横向评测数据，…
信源3 家
关键事实
相关 · 模型
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。