币界网消息，Reflection宣布推出首个开放权重模型Beam，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。根据Reflection的数据，Beam得分44.4，接近GLM-5.2的44.0，但仍未追上最新的中国头部开源模型。Beam的训练规模庞大，预训练使用6144块英伟达GB300，处理23.8万亿token，随后用1.05万块GB300进行4周强化学习，生成超过1亿条训练轨迹。官方称这是公开记录中规模最大的强化学习训练之一。Beam目前在安全测试阶段，Reflection计划本月晚些时候发布完整权重和技术报告，并以Apache 2.0协议开放。