美国新实验室首战开源：501B 的 Beam 每次只激活 23B，编码 Agent 能跑在自家机器上

3 分钟看懂：这是什么，为什么重要

一句话：美国 AI 实验室 Reflection 把自家第一个模型 Beam 的完整权重放了出来——一个 5010 亿总参数、每次只激活 230 亿 的混合专家（MoE）模型，Apache 2.0 协议，上下文 100 万 token，专门为写代码和跑 Agent 打造。

为什么值得单独写一篇：真正"美国本土出品、旗舰体量、还把权重完整开放"的模型并不多。过去这类第一梯队模型基本只给 API，你只能隔着网页用。Beam 不一样——权重文件本身可以下载、部署、量化、微调，模型这东西第一次真正交到你手里。10 月 16 日，这批权重才正式落到 Hugging Face 上，属于新鲜事件。

这是什么：把前沿大模型的"钥匙"交给你

Reflection 是一家美国新成立的 AI 实验室，Beam 是它对外发布的第一个开放权重模型。发布当天，Hugging Face、Ollama、Google Cloud、AWS 等平台几乎同时上线了支持，属于一次"全平台同步"的开源动作。

对普通读者来说，开放权重和"只给 API"的区别，可以这样理解：

• 只给 API：模型在别人家机房，你每问一句都要连网、按量付费，模型内部你碰不到。
• 开放权重：模型文件像一个大压缩包，下载到你自己的机器上，你可以自己改、自己调、自己接进公司的私有系统，数据也不用出内网。

Beam 走的是后一条路，而且体量是"前沿级"的。

参数与能力一览（把每个数字讲成人话）

• 501B 总参 / 23B 激活：模型里装了很多"专家"，一次推理只叫醒其中一小部分干活，所以体量很大但跑起来相对省力。
• 52 层，每层 256 个专家，每次挑 8 个：这是 MoE 的常见结构，专家越多、分工越细。
• 100 万 token 上下文：一次能"记住"的材料非常长，适合塞进整个代码仓库或超长日志。
• 纯文本进、纯文本出：不做图片/语音，专注你打字和它写代码这类活儿。
• Apache 2.0：商用、改造、再分发都很宽松，这是它比很多"开放但有限制"的模型更实在的地方。
• 5 档推理强度（low / medium / high / xhigh / max），外加跨轮保留思考的 preserve_thinking 和专用工具调用语法——这些就是给 Agent 场景准备的：多轮工具调用、长任务不掉链子。
• 官方还配了一个 Rust 写的推理框架，号称能把 Beam 的性能榨到最好。

官方口径的性能（数据来自 Reflection 团队，BF16 版本）

测试项	Beam	说明
SWE-bench Verified	81.6%	真实软件工程修 bug
Terminal Bench v2.1	80.1%	终端/命令行操作
LiveCodeBench	88.3%	竞赛级代码题
GPQA Diamond	90.6%	专家级科学问答
AIME 2026	97.7%	数学竞赛
HLE（带工具）	51.1%	高难度综合推理

Reflection 自己给的定位是：编码和 Agent 任务上与 GLM 5.2 竞争、逼近 Qwen 3.8-Max；在绝对能力上，像 Kimi K3 这样的开放模型仍然更强，Beam 的卖点是推理时更省、更快。注意，这些数字是厂商官方口径，第三方独立复测出来之前，可以当作参考而不是定论。

想自己跑，要什么硬件

官方给出的换算很直白：

• 权重一共 501B 参数，BF16 格式存下来接近 1TB，个人很难扛。
• 更实际的是 NVFP4 版本，压到约 280GB，质量基本保住。
• 2×B200（共 360GB）能勉强装下，但要留出空间给长上下文和并发，官方建议 4×B200；也可以上 2×B300（每块 288GB），或 8×RTX Pro 6000。
• 没有 Blackwell 系列显卡？那就退回用云端的 serverless 推理，不用自己买机器。

一句话：这是给"有自己机房或云预算"的团队准备的，不是个人笔记本能直接跑的玩具。

怎么用：从零到跑起来

最省事的方式是 transformers，一行就起：

from transformers import pipeline
pipe = pipeline("text-generation", model="reflection/Beam-1.0-501B-A23B")

• Day-0 就支持：transformers、SGLang、vLLM 三大主流库同步可用。
• 想先试再买：Ollama Cloud 限期免费开放 Beam（做零数据保留），可以直接 ollama run beam:cloud 体验。
• 云上一键：Google Cloud、AWS（SageMaker JumpStart / Trainium）也同步做了支持。

适合谁，不适合谁

适合：

• 要私有化部署、数据不能出内网的团队；
• 想自己微调、量化，把模型改成行业专用的人；
• 正在做编码 Agent / 长任务自动化，需要一个"够强又能自己掌控"的底模的开发者。

不适合：

• 只想调个 API 图省事、不想碰部署的个人用户——这类人用现成闭源模型更划算；
• 没有大显存、又想在本地全量跑起来的人——光 BF16 就 1TB。

避坑与注意事项

1. 别把"预告"当"已发布"。Reflection 早在 10 月 5 日的官方博客里就介绍了 Beam，但当时明说权重"本月稍后发布"。真正落到 Hugging Face 是 10 月 16 日——这也是本次事件的准确时间点。
2. 先看量化版本再下手。个人玩先看 NVFP4/FP8，别一上来就拉 1TB 的 BF16。
3. 显卡代际要挑对。NVFP4 需要 Blackwell（B200/B300 一代）原生支持，老一些的 H200 跑不了，得用 FP8 版本。
4. 官方数据≠第三方结论。benchmark 是厂家自己跑的，独立榜单出来前留个心眼。

参考来源

• Reflection 官方博客：https://reflection.ai/blog/introducing-beam
• Hugging Face 官方博客：https://huggingface.co/blog/reflection-beam
• Ollama 官方博客：https://ollama.com/blog/reflection-beam
• Hugging Face 模型仓库：https://huggingface.co/reflection/Beam-1.0-501B-A23B
• Google Cloud 博客（Day-0 支持）：https://cloud.google.com/blog/topics/ai-infrastructure/day-0-support-with-5x-perf-for-reflection-beam