Beam 1.0: Reflection publicó los pesos como código abierto y Artificial Analysis le otorgó una puntuación de 30

Esta semana le ocurrieron dos cosas a Beam 1.0 de Reflection, y apuntan en direcciones opuestas. El modelo — Beam 1.0-501B-A23B, un sistema disperso de mezcla de expertos con 501 mil millones de parámetros totales y 23 mil millones activos por token, ya no es una promesa: los pesos están en Hugging Face bajo Apache 2.0, la compilación NVFP4 de 273 GiB ya se puede descargar y hay una API de primera parte con un contrato documentado y una página real de límites de velocidad. Al mismo tiempo, el primer número independiente que alguien ha publicado para él es 30 en el Índice de Inteligencia de Artificial Analysis, el decimonoveno de 120 modelos evaluados en la versión v4.3.2 del índice, y por encima de la mediana de 19 que Artificial Analysis registra para modelos comparables de pesos abiertos de tamaño similar. Los proveedores que ya han lanzado suelen poder elegir cuál de esos dos hechos encabeza. Aquí, ambos son ciertos a la vez, y la lectura honesta es que Beam 1.0 llegó más barato de lo esperado, pero obtuvo una puntuación más baja de lo que implicaba su propia publicación de lanzamiento.

Esta es una continuación de nuestra cobertura anterior, y el enfoque es deliberado: Beam 1.0 no es nuevo. Reflection lo anunció el 5 de octubre de 2026 y actualizó sus tablas de referencia el 8 de octubre. Lo que ha cambiado en los últimos siete días es todo lo que un comprador realmente necesita: pesos, hosting, una API, límites y medición externa. Si leíste la cobertura del lanzamiento y decidiste esperar, la razón para esperar ha desaparecido.

Lo que realmente se lanzó esta semana

La publicación de Reflection «Beam ya está disponible» está fechada el 16 de octubre de 2026 y cierra la brecha que hizo que la publicación de lanzamiento fuera tan cautelosa. El 5 de octubre, los pesos eran algo que Reflection dijo que «lanzaría». A partir de esta semana, existen, en tres precisiones, más un modelo borrador de decodificación especulativa:

• BF16 — 501,3 mil millones de parámetros repartidos en 188 fragmentos de safetensors, subidos al repositorio reflection/Beam-1.0-501B-A23B el 7 de octubre y revisados desde entonces.

• FP8 — la misma cantidad de parámetros de 501,3B en E4M3, 468,72 GiB en disco.

• NVFP4 — una compilación empaquetada de 4 bits de 273 GiB, que es la que las propias guías de servicio de Reflection te indican descargar.

• DFlash2 — un generador de borradores para decodificación especulativa de 1,93 mil millones de parámetros, subido el 13 de octubre, publicado como un repositorio aparte y documentado como su propia optimización de servicio.

Los cuatro llevan la etiqueta apache-2.0, y el archivo de licencia está en el repositorio en lugar de en una frase de blog, que es la diferencia entre una licencia y una promesa. Reflection también declara que no restringe la destilación, el ajuste fino, la cuantización ni la fusión.

La historia del servicio es igualmente concreta. Hay soporte desde el día cero en Transformers, vLLM, SGLang, Unsloth, Axolotl, TokenSpeed y NVIDIA Dynamo, y la documentación de Reflection incluye guías paso a paso para SGLang, vLLM, TokenSpeed y un chart de Helm para Kubernetes. El requisito de referencia para el autoalojamiento es de cuatro GPUs NVIDIA B300 SXM en NVLink — una sola máquina, no un clúster, lo que supone un umbral mucho más bajo de lo que normalmente implica un modelo de 500B y se deriva directamente de la proporción de activación de 23B.

También hay una herramienta de verificación. La CLI de código abierto beam-verifier ejecuta una suite de conformidad contra cualquier endpoint de Beam en vivo y luego lo evalúa en los principales benchmarks para que puedas comparar tu despliegue, o el de un proveedor, con las puntuaciones de referencia de Reflection. Cualquier cosa que permita a un comprador comprobar las cifras de un proveedor en lugar de confiar en ellas vale la pena conocerla.

La primera puntuación externa, y no es el número del post de lanzamiento

Artificial Analysis incluye a Beam 1.0 con un Intelligence Index de 30, en el puesto n.º 19 de 120. Esa misma entrada muestra que el modelo utilizó 79M de tokens de salida en todo el Index —«#10 / 46», frente a una mediana de 130M—, lo que supone que la afirmación de eficiencia de tokens aparece por primera vez en un arnés independiente. Artificial Analysis tampoco muestra precios ni velocidad para Beam, porque a la fecha de redacción de este texto sigue registrando «No publicly available API» para el modelo, remitiendo únicamente al autoalojamiento. Esa laguna es en sí misma información: la API existe, pero todavía no en una forma que las firmas de medición hayan recogido.

Lee el 30 con atención. No es un veredicto sobre la tabla de benchmarks del proveedor: ambas miden cosas distintas en arneses distintos. La tarjeta de modelo de Reflection, publicada junto con los pesos, reporta 81,6 % en SWEBench Verified, 80,1 % en Terminal Bench v2.1 y 90,6 % en GPQA Diamond para el checkpoint BF16, y la publicación de lanzamiento deja claro que los modelos de frontera como Kimi K3 siguen por delante en capacidad bruta, y que el argumento de Beam es la «eficiencia en tiempo de inferencia» en lugar de la paridad en la cima. Esas cifras siguen siendo reportadas por el proveedor y, hasta donde hemos podido averiguar, nadie las ha reproducido todavía. Pero el lanzamiento de un endpoint público junto con la CLI del verificador es lo que hace que la reproducción sea posible en primer lugar, y un 30 en un índice de 120 modelos es el primer número de esta historia que Reflection no produjo.

El precio, los límites y lo que significan por tarea

The API side is now documented rather than waitlisted. The endpoint is https://api.reflection.ai/openai/v1, O​penAI-compatible for Chat Completions and Models, with a native base URL at api.reflection.ai/v1 if you want Reflection's own shape. Model ID: Beam-1.0-501B-A23B. The docs give the served limits precisely, and they are narrower than the 1M-token training figure that circulated at launch:

• Ventana de contexto — 1.048.576 tokens, con una salida máxima de 131.072 tokens y un valor predeterminado de max_tokens de 32.768.

• Razonamiento: obligatorio, no opcional. Los niveles de esfuerzo admitidos son low, medium, high, xhigh y max, con max como predeterminado. Los tokens de razonamiento cuentan para tus límites de velocidad.

• Capacidades — razonamiento, llamada a herramientas y salidas estructuradas, entrada y salida de texto.

• Límites de velocidad — medidos por organización en solicitudes y tokens por minuto y por día UTC, con límites de solicitudes concurrentes y una asignación diaria de tokens opcional. Los excesos devuelven 429 con rate_limit_exceeded o daily_allowance_exhausted, y cuando se agota la asignación diaria, la respuesta establece x-should-retry: false, por lo que los bucles de reintento ingenuos simplemente girarán.

Lo que la documentación no incluye es un precio público por millón de tokens. El anuncio de Reflection solo dice que es "gratis para empezar", y ni la documentación ni el anuncio publican una lista de precios. Esa es la única línea que todavía falta en el panorama, y es la línea que decide si el argumento de eficiencia significa algo en una factura. Un modelo que razona en cada solicitud, que usa el máximo esfuerzo de forma predeterminada y que afirma un cómputo de inferencia entre 3 y 4 veces menor que GLM 5.2 en razonamiento avanzado es una propuesta muy distinta a 0,50 USD por millón de tokens de salida que a 5,00 USD — y nadie fuera de Reflection puede decir actualmente cuál de las dos es.

Dos advertencias prácticas de la documentación que conviene tener en cuenta en un piloto. En primer lugar, el esfuerzo predeterminado es max, por lo que la configuración de fábrica es la más costosa; una integración consciente de los costos debería establecer reasoning_effortde forma explícita desde la primera llamada. En segundo lugar, los límites son por organización y se comparten entre proyectos y claves: añadir claves no los aumenta, y ese es el tipo de detalle que solo pasa factura después de que ya hayas creado la segunda integración.

Dónde se sitúa frente a los modelos con los que realmente lo compararías

La comparación interesante no es con los modelos insignia de frontera, donde Reflection concede el punto, sino con los modelos de pesos abiertos con los que se compara a Beam en precio y tamaño. En nuestro propio catálogo hoy:

• GLM 5.2 — contexto de 1M, $1.40 por millón de tokens de entrada y $4.40 por millón de salida, con servicio completo.

• Kimi K3 — contexto de 1.048.576 tokens, 3,00 $/15,00 $, y el modelo que la propia tabla de Reflection sitúa por delante en Terminal Bench.

• Qwen 3.8-Max — contexto de 1M, $2.00/$6.00, la clase de más de 2T sobre la que Beam afirma tener una mayor ventaja de eficiencia.

La propuesta de Beam es que se acerca a GLM 5.2 en razonamiento avanzado con una fracción del cómputo de inferencia. Si eso se sostiene bajo un arnés independiente, vale dinero real con un alto volumen de solicitudes. La cifra de verbosidad de 79 millones de tokens es la primera evidencia de que podría lograrlo. El precio que falta es la razón por la que todavía no puedes terminar la aritmética.

Esta es también la situación en la que el enrutamiento elimina la mayor parte del riesgo de equivocarse. Beam no está en nuestro catálogo en el momento de escribir esto, así que no podemos servírtelo, pero todos los modelos anteriores sí lo están, detrás de una única clave compatible con OpenAIcon el precio de lista del proveedor repercutido y sin margen añadido, de modo que una rebaja de precio del proveedor llega a tu factura el mismo día y no en el siguiente contrato. La jugada práctica es mantener tu ruta de producción en un modelo con una tarifa publicada y poner la beta pública de Beam detrás de una regla de enrutamiento, para que una API propia no probada nunca se convierta en un punto único de fallo. La conmutación por error automática hace el resto: si la beta te limita la tasa con un 429 a las 02:00, la solicitud aterriza en un sitio que no lo hará.

¿Quién debería moverse, y con qué evidencia?

Si tu restricción es disponer de pesos abiertos y una licencia permisiva, esta semana es la semana en que la respuesta pasó de “pronto” a “sí”. Apache 2.0, tres precisiones, una compilación de 273 GiB que cabe en un solo nodo B300 con cuatro GPU, soporte de vLLM y SGLang desde el día cero, un verificador para comprobar tu propio despliegue y ninguna restricción para el ajuste fino o la destilación. Para cualquiera cuyo obstáculo fuera “los pesos no se han publicado”, ese obstáculo ha desaparecido, y el autoalojamiento elimina por completo la cuestión del precio de la API.

Si tu restricción es una dependencia de producción de un endpoint alojado, ten más cuidado. La API es real y está documentada, pero se lanzó esta semana, impone límites para toda la organización que una segunda clave no aumentará, razona con el máximo esfuerzo de forma predeterminada y su precio no está publicado. Ejecuta la suite de conformidad del verificador contra ella antes de confiarle algo que tenga una fecha límite.

Si tu restricción es la capacidad en la frontera, nada de esta semana cambia tu respuesta. Un 30 en el Intelligence Index, una tabla del proveedor que cede terreno ante Kimi K3 en Terminal Bench y ante GLM 5.2 en AIME, y ninguna reproducción independiente de las cifras destacadas suman un modelo que vale la pena probar, no un modelo por el que valga la pena apostar.

Lo único que hay que observar a continuación es el precio. Reflection ha entregado la mitad difícil de un lanzamiento —pesos, stacks de servicio, documentación y un endpoint público— y ha dejado sin publicar la mitad fácil, una lista de precios. Cuando llegue esa cifra, la afirmación de eficiencia de 3–4× se convierte en una hoja de cálculo en lugar de un eslogan, y la comparación con GLM 5.2 o Kimi K3 se convierte en una decisión en lugar de una discusión sobre metodología.

Un resultado como este también sirve como recordatorio de que los errores de los modelos ya están documentados: los incidentes de IA y los fallos de agentes que hay detrás de los modelos de esta clase se recopilan en el Archivo de Incidentes de IA de OrcaRouter, donde cada entrada incluye sus propias fuentes, su gravedad, su grado de confianza y su indicador de disputa.