Reflection Beam: qué es en realidad el modelo de pesos abiertos 501B, y qué sigue faltando

Reflection Beam es el primer modelo de lenguaje de Reflection, el laboratorio neoyorquino fundado en 2024 por dos exinvestigadores de DeepMind, Misha Laskin y Ioannis Antonoglou, y uno cuya misión declarada es "hacer que la inteligencia sea abierta y accesible para todos". Beam es un modelo disperso de mezcla de expertos con 501 mil millones de parámetros totales que activa 23 mil millones de ellos por token, anunciado el 5 de octubre de 2026 y orientado a la programación, el razonamiento y el trabajo agéntico. Además, a 13 de octubre de 2026, solo está lanzado a medias: el anuncio lo llama modelo de pesos abiertos, el anuncio promete pesos Apache 2.0, y los pesos no están disponibles.

Esa brecha es lo que hay que retener si llegaste aquí desde una búsqueda del nombre del modelo y quieres saber si puedes hacer algo con él. La respuesta corta es: no a través de los pesos, todavía no, y no en ninguna lista de precios. La respuesta larga es el resto de esta página: qué es Beam, a qué se ha comprometido Reflection, a qué se refiere realmente la cifra de 501B que circula, y qué respalda y qué no respalda el registro público. Cada cifra a continuación está atribuida a una fuente, y ninguna de ellas ha sido reproducida de forma independiente.

La versión corta

• Qué es — un modelo de texto con mezcla dispersa de expertos, 501B de parámetros totales, 23B activos por token, creado para programación, razonamiento y cargas de trabajo de agentes.

• Quién lo publica — Reflection, fundada en 2024 por Misha Laskin e Ioannis Antonoglou y con sede en Nueva York. Beam es su primer modelo.

• Anunciado — 5 de octubre de 2026. Las tablas comparativas del anuncio se revisaron el 8 de octubre de 2026.

• Pesos — no publicados. Reflection afirma que "publicará los pesos bajo una licencia Apache 2.0" y que los pesos, el informe técnico, la ficha del modelo y los artefactos para desarrolladores llegarán "a finales de este mes". Ninguno se había publicado a fecha del 13 de octubre de 2026.

• Acceso hoy — una vista previa para "un conjunto limitado de usuarios", mediante una lista de espera en platform.reflection.ai. Sin opción de autoservicio, sin precio publicado, sin descarga.

• Evaluación independiente: ninguna. Ningún harness de terceros ha evaluado a Beam, y no hay ninguna entrada para él en la tabla de clasificación de Artificial Analysis.

Lo que Reflection dice que Beam es

La forma de Beam es el titular. Reflection lo describe como un "modelo Mixture-of-Experts disperso con 501 mil millones de parámetros totales y 23 mil millones activos" — una proporción de activación de aproximadamente 4,6 %, agresiva incluso para los estándares del campo actual de pesos abiertos. Las notas de arquitectura en la publicación de lanzamiento mencionan atención local y global entrelazada, expertos enrutados de grano fino, un flujo residual controlado, SandwichNorm, gating de atención elemento a elemento y acumulación residual en FP32, con equilibrio de carga sin pérdida auxiliar más decaimiento coseno de las actualizaciones del sesgo de expertos.

Nada de eso es exótico por sí solo. Lo que suma es un perfil de servicio: 23 mil millones de parámetros activos es un modelo que puede ejecutarse de forma verosímil con latencia interactiva en un número relativamente pequeño de GPU, lo que lo convierte en un producto distinto de un modelo denso de 501 mil millones de parámetros aunque el número en la ficha sea el mismo. Por eso Reflection puede hablar de razonamiento cercano a la frontera sin hablar de un despliegue a escala de centro de datos, y por eso la futura publicación de los pesos importa más que la clave beta.

¿Es "501B" el número correcto? Sí — y no se ha movido

Vale la pena decirlo claramente porque la cifra circula en varios sitios y los lectores se preguntan razonablemente si está actualizada. La división de 501B totales / 23B activos es lo que dice el propio post de lanzamiento de Reflection, es lo que dice el titular de la página de inicio de reflection.ai, y se mantiene sin cambios a fecha de 13 de octubre de 2026. La única actualización que Reflection ha publicado desde el lanzamiento es una nota que dice «Actualización 10/8/26: Hemos actualizado los resultados de Beam, y las tablas de arriba reflejan las últimas cifras» — una revisión de las tablas de benchmarks, no de la arquitectura ni del recuento de parámetros.

Lo que el recuento de parámetros notiene es una model card que lo respalde. Reflection ha dicho que habrá una model card; no ha dicho cuándo más allá de «más adelante este mes», y a día de hoy no hay ningún repositorio público bajo la organización de Reflection en Hugging Face («None public yet» es la cadena literal en la página de la organización). Así pues, 501B es una cifra declarada por el proveedor, correcta hasta donde cualquiera puede comprobar, y todavía no verificable contra los pesos.

Contexto, modalidades y salida máxima

Aquí el material del proveedor es más escaso que las tablas de referencia, y vale la pena ser preciso sobre qué número es cuál, porque las dos cifras de contexto en circulación significan cosas distintas.

• Contexto efectivo — el midtraining "extiende la longitud de contexto efectiva de Beam a 1M tokens". Eso es una afirmación sobre lo que el modelo fue entrenado para manejar.

• Contexto de rollout de RL — la etapa de aprendizaje por refuerzo utilizó «una longitud de contexto máxima de 256K tokens». Es una afirmación sobre la configuración de entrenamiento.

• Límite de servicio — no publicado. La publicación de lanzamiento no ofrece una ventana de contexto de API, y el endpoint está detrás de una lista de espera, por lo que no hay un segundo documento con el que contrastarlo. Un lector que hoy quiera una cifra de contexto de API no la tiene.

• Salida máxima — no publicada. La reflexión no indica ninguna.

• Modalidades — texto de entrada, texto de salida. La publicación de lanzamiento es explícita: «Aunque Beam es solo texto», el modelo maneja otras modalidades cuando se representan como texto. No hay entrada de imagen, audio o video, y el nombre no da ninguna razón para esperar lo contrario.

La distinción entre la cifra de entrenamiento de 1M y un límite de servicio no publicado es el tipo de cosa que se simplifica en la cobertura de segunda mano, y es importante: una capacidad en tiempo de entrenamiento no es una promesa sobre lo que aceptará un endpoint.

Pesos, licencia y la afirmación de ser el «primer modelo abierto»

El posicionamiento de Reflection es que Beam es un modelo genuinamente abierto en lugar de una API con un adjetivo de marketing adjunto. El compromiso es específico: "publicaremos los pesos bajo una licencia Apache 2.0", junto con "documentación y el stack completo para ejecutar, evaluar y afinar el modelo". Una línea aparte en la misma publicación dice que los pesos, el informe técnico, la ficha del modelo y los artefactos para desarrolladores llegarán "más adelante este mes".

Aquí dos cosas son ciertas a la vez. Apache 2.0 es una licencia real, permisiva y utilizable comercialmente; si se distribuye tal como se describe, eso es una posición significativamente más sólida que una licencia solo para investigación o una licencia comunitaria personalizada. Y una promesa de licencia no es una licencia. A 13 de octubre de 2026, los pesos no se han distribuido, así que lo que existe es una intención declarada, no un estado de cosas. La publicación de lanzamiento también describe la versión actual como una vista previa para un conjunto limitado de usuarios, y dice que el modelo está en «red-teaming y evaluaciones finales».

La señal de demanda que hay detrás de esta página merece una sola frase, porque explica por qué se sigue formulando la pregunta: la gente busca el nombre del modelo junto con los nombres de modelos de otros laboratorios —Beam más una empresa china de modelos de pesos abiertos, Beam más un gran modelo chino de pesos abiertos—, lo que es especulación sobre aquello de lo que deriva Beam. Reflection no documenta ningún modelo base. La publicación de lanzamiento describe un preentrenamiento que se ejecutó desde cero: 23,8 billones de tokens en 6.144 GPU GB300 NVL72 en menos de cuatro semanas, seguido de una etapa de RL con 10.500 GB300 durante cuatro semanas, más de 100 millones de rollouts y aproximadamente 1.300 millones de sandboxes. No se menciona ningún checkpoint base en ninguna parte de él. Si has leído que Beam es un ajuste fino de otra cosa, el material del propio proveedor no lo respalda.

Lo que afirma Reflection y lo que han medido los demás

Todo lo de esta sección lo reporta el proveedor. Las tablas de benchmark de la publicación de lanzamiento se revisaron el 8 de octubre de 2026 y ningún tercero ha reproducido ni una sola cifra de ellas.

• Codificación agéntica — SWE-Bench Verified 80.9, SWE-Bench Pro v2-Hard 77.2, SWE-Bench Pro v1 65.5, Terminal-Bench v2.1 80.1, DeepSWE v1.1 44.4, SWE-Bench Multilingual 78.0, SWE Atlas Codebase QnA 34.6.

• Razonamiento — AIME 2026 97.8, GPQA Diamond 90.5, HLE sin herramientas 36.2, SciCode 49.7, CriPT AA 16.3.

• Uso de herramientas y búsqueda — MCP Atlas 78.7, BrowseComp 77.4, DeepSearchQA 80.1, AutomationBench 37.0, tau3 banking 38.0.

• Contexto general y largo — AA-LCR 79.3, LongBench v2 65.5, IFBench 79.7, AA Omniscience 13.0.

El propio encuadre de Reflection sobre esas cifras es cuidadoso y merece repetirse en lugar de mejorarse: posiciona a Beam como «competitivo con modelos abiertos más grandes como GLM 5.2 y acercándose a Qwen 3.8-Max», afirma que Beam iguala a GLM-5.2 en razonamiento mientras usa «3–4× menos cómputo de inferencia», y reconoce que Kimi K3 sigue liderando en capacidad bruta. Esa afirmación de eficiencia se respalda en la publicación con un gráfico que representa la puntuación de razonamiento frente a los FLOPs de inferencia estimados, donde los FLOPs se aproximan como aproximadamente el doble del número de parámetros activos multiplicado por los tokens generados. El pie de figura lo indica, y la aproximación excluye deliberadamente el prefill, la atención y la sobrecarga de servicio. Reflection califica el resultado como «una comparación aproximada de cómputo en lugar de un costo de inferencia medido».

De forma independiente: nada. No hay una fila de Artificial Analysis para Beam, ni una ubicación en arena, ni ningún resultado de harness de terceros que hayamos podido encontrar. Cuando Beam y su conjunto de comparación no se han evaluado cara a cara con el mismo esfuerzo de razonamiento y el mismo harness —lo cual ocurre con todos los pares—, esta página no implica una clasificación. Las tablas anteriores son los números de un laboratorio sobre su propio modelo.

¿Puedes usarlo y cuánto costaría?

No en términos publicados. El acceso es una lista de espera: la publicación de Reflection dice que el acceso anticipado es para un conjunto limitado de usuarios, y la consola de la plataforma está detrás de un muro de registro. No hay ningún precio publicado en ninguna parte de las propiedades propias de Reflection — ni en la publicación de lanzamiento, ni en la página de inicio, ni en nada a lo que un lector pueda llegar sin una cuenta. Cualquier cifra en dólares que veas asociada a Reflection Beam ahora mismo es la estimación de alguien, no un precio de lista.

Reflection sí describe la superficie del endpoint a alto nivel: una API compatible con OpenAI con un parámetro de esfuerzo de razonamiento, donde "los valores más bajos favorecen respuestas más cortas, mientras que los valores más altos permiten un razonamiento más largo". Los valores que acepta ese parámetro no se publican en el material de lanzamiento y, como la ficha del modelo aún está por aparecer, no hay una segunda fuente con la que contrastarlos.

Para los lectores que están aquí porque quieren un modelo de razonamiento eficiente al que recurrir esta semana, la opción práctica es la que no depende de que Beam lance nada. Los modelos con los que se mide a Beam — GLM 5.2, Kimi K3 y Qwen 3.8-Max — ya están disponibles en OrcaRouter hoy, con una sola clave compatible con OpenAI, con los precios de lista del proveedor trasladados con un 0 % de margen: GLM 5.2 a $1,40 por millón de tokens de entrada y $4,40 por millón de salida ($1,40/$4,40, según nuestra propia página del modelo el 13 de octubre de 2026), Qwen 3.8-Max a $2,00/$6,00, y Kimi K3 a $3,00/$15,00. Como no hay margen, una rebaja de precio del proveedor llega a tu factura el mismo día en que se anuncia y no en la próxima renovación del contrato. Si tu motivo para seguir a Beam es la afirmación de eficiencia y no los pesos, la postura honesta es que hoy puedes medir la alternativa y no puedes medir Beam en absoluto.

Qué observar, y cuándo los números se vuelven verificables

Tres cosas cambiarían esta página, y las tres se pueden datar cuando ocurran. La llegada de los pesos a Hugging Face bajo la licencia declarada es la primera: ese es el acontecimiento que convierte una afirmación de 501B en algo que puedes descargar, cuantizar, afinar y evaluar por tu cuenta. El informe técnico y la tarjeta del modelo son la segunda, porque en ellos se documentarían normalmente una ventana de contexto de servicio, una salida máxima y los valores de esfuerzo de razonamiento; su ausencia es la razón por la que tres de las líneas de especificaciones de arriba dicen «no publicado» en lugar de llevar un número. Una evaluación independiente es la tercera, y es la única que permitiría que alguien ajeno a Reflection dijera si 23B de parámetros activos realmente logran las puntuaciones de razonamiento que afirma el post de lanzamiento.

Hasta entonces, el resumen preciso es breve. Reflection Beam es un MoE disperso de 501B parámetros con 23B activos, anunciado el 5 de octubre de 2026, solo de texto, con una vista previa en lista de espera, sin precio publicado, sin límites de servicio publicados, sin puntuaciones independientes, y una publicación de pesos con licencia Apache 2.0 que se ha prometido para «más adelante este mes» y que no ha ocurrido. Eso no es una crítica al modelo, sino una descripción de hasta dónde ha llegado realmente el lanzamiento.