Reflection 发布开放权重模型 Beam，称以更低推理算力对标中国开源模型
美国初创公司 Reflection 发布开放权重模型 Beam，主打以更低推理算力对标中国开源模型，意在为西方开源阵营补位。
Reflection AI 正式发布首个前沿开放权重模型 Beam。这家成立两年的布鲁克林初创公司称，Beam 在高级推理基准上可与中国领先开源模型持平，但推理时消耗的 token 成本和算力大幅更低。若成立，西方开源阵营将多出一个可与 DeepSeek、Qwen、Z.ai 正面竞争的选择。
正文摘录
Reflection AI 正式发布 Beam，这是它的首个前沿开源权重（open-weight）AI 模型。这家总部位于布鲁克林、成立两年的初创公司声称，Beam 在高级推理基准测试上以大幅更低的成本达到了领先中国开源模型的水平——这一说法可能让「打造 DeepSeek、Qwen 和 Z.ai 的西方答案」这场竞赛进一步升温。 Reflection 的公告证实了 [Axios](https://www.axios.com/2026/10/04/reflection-open-weight-ai) 周末的报道，即该公司即将发布产品。公司在[周一的一篇长博客](https://reflection.ai/blog/introducing-beam)中分享了新细节，将 Beam 描述为一个纯文本的混合专家（mixture-of-experts）模型，通过高算力强化学习训练，在推理、编程和智能体（agentic）任务上表现出色，而「token 成本和推理时间算力仅为竞争对手的一小部分」。 Beam 是一个 5010 亿参数、激活参数 230 亿的模型。它在 23.8 万亿 token 上完成预训练，拥有 100 万 token 的上下文窗口。作为对比，Z.ai 的 GLM-5.2 总参数约 7440 亿，激活参数 400 亿。 Reflection 的性能声明尚未经过独立验证，但公司称在高级推理基准测试中，Beam 的得分与 Z.ai 的 GLM-5.2 相当，并超越当今领先的西方开源模型，同时「推理算力消耗少 3–4 倍」。Reflection 称其为面向企业、公共部门和开发者的「主力模型（workhorse model）」。