Reflection 发布 Beam 预览，权重仍未释出

公司称，预训练用了 23.8 万亿 token，在 6144 张英伟达 GB300 NVL72 上完成，用时不到 4 周。公司还称，强化学习用了 1.05 万张 GB300，历时 4 周，轨迹超过 1 亿条。中期训练里，公司称有效上下文扩到 100 万 token。

在公司给出的高难推理测试上，Beam 的分数与智谱 GLM-5.2 接近，推算的推理计算量约为后者的 1/4 到 1/3。这个倍数来自激活参数乘以生成长度的前向估算，不含提示预填充、注意力额外开销和实际上线成本。Beam 一侧是公司自测；对照模型的一部分分数，公司注明来自 Artificial Analysis 和 DataCurve。

权重、技术报告、模型卡和开发工具都还没有公开。公司称 Beam 是它的第一款开放权重模型，并计划在 2026 年 10 月以 Apache 2.0 放出权重。配套会给运行、评测和微调的文档与工具，也会接入分发伙伴和开源框架。

开放权重的比较，已经从参数总量转到每个 token 要多少推理计算。激活参数压到约 230 亿之后，若公司的估算成立，同一笔推理预算可以多接编程和智能体请求。权重一旦按 Apache 2.0 公开，放到国产加速卡上还要补齐算子和集合通信；候补接口解决不了私有化部署。