Reflection Beam: Apa Sebenarnya 501B Open-Weight Model Itu, dan Apa yang Masih Hilang

Reflection Beam adalah model bahasa pertama dari Reflection, lab New York yang didirikan pada 2024 oleh dua mantan peneliti DeepMind, Misha Laskin dan Ioannis Antonoglou, dan salah satu yang misi yang dinyatakannya adalah "membuat kecerdasan menjadi terbuka dan dapat diakses oleh semua." Beam adalah model sparse mixture-of-experts dengan total 501 miliar parameter yang membangunkan 23 miliar di antaranya per token, diumumkan pada 5 Oktober 2026 dan ditargetkan untuk coding, penalaran, dan pekerjaan agentic. Model ini juga, per 13 Oktober 2026, baru dirilis separuh: pengumumannya menyebutnya model open-weight, pengumumannya menjanjikan bobot Apache 2.0, dan bobotnya belum keluar.

Kesenjangan itu adalah hal yang perlu dipegang jika Anda sampai di sini dari pencarian nama model tersebut dan ingin tahu apakah Anda bisa melakukan apa pun dengannya. Jawaban singkatnya: tidak melalui bobot, belum, dan tidak ada di daftar harga mana pun. Jawaban panjangnya adalah sisa halaman ini — apa itu Beam, apa yang telah dikomitmenkan Reflection, apa yang sebenarnya dirujuk oleh angka 501B yang beredar, dan apa yang didukung serta tidak didukung oleh catatan publik. Setiap angka di bawah ini diatribusikan ke sumber, dan tidak satu pun darinya telah direproduksi secara independen.

Versi singkatnya

• Apa itu — model teks Mixture-of-Experts sparse, total 501B parameter, 23B aktif per token, dibuat untuk coding, penalaran, dan beban kerja agentik.

• Siapa yang menerbitkannya — Reflection, didirikan pada 2024 oleh Misha Laskin dan Ioannis Antonoglou dan berkantor pusat di New York. Beam adalah model pertamanya.

• Diumumkan — 5 Oktober 2026. Tabel benchmark dalam pengumuman tersebut direvisi pada 8 Oktober 2026.

• Bobot — belum dirilis. Reflection mengatakan pihaknya "akan merilis bobot tersebut di bawah lisensi Apache 2.0" dan bahwa bobot, laporan teknis, kartu model, serta artefak pengembang akan menyusul "akhir bulan ini." Tidak satu pun telah dirilis per 13 Oktober 2026.

• Akses hari ini — pratinjau untuk "serangkaian pengguna terbatas," melalui daftar tunggu di platform.reflection.ai. Tidak ada jalur layanan mandiri, tidak ada harga yang dipublikasikan, tidak ada unduhan.

• Evaluasi independen — tidak ada. Tidak ada harness pihak ketiga yang menilai Beam, dan tidak ada entri untuknya di papan peringkat Artificial Analysis.

Apa yang Reflection katakan Beam adalah

Bentuk Beam menjadi sorotan utama. Reflection menggambarkannya sebagai "model Mixture-of-Experts sparse dengan total 501 miliar parameter, 23 miliar aktif" — rasio aktivasi sekitar 4,6 persen, yang agresif bahkan menurut standar bidang open-weight saat ini. Catatan arsitektur dalam posting peluncuran menyebutkan perhatian lokal dan global yang berselang-seling, pakar berbutir halus yang dirutekan, aliran residual yang terkendali, SandwichNorm, gating perhatian elementwise, dan akumulasi residual FP32, dengan penyeimbangan beban tanpa auxiliary loss ditambah peluruhan kosinus dari pembaruan bias pakar.

Tidak ada dari semua itu yang eksotis dengan sendirinya. Yang dihasilkannya adalah profil penyajian: 23 miliar parameter aktif adalah model yang secara masuk akal dapat berjalan pada latensi interaktif di sejumlah GPU yang relatif sedikit, yang merupakan produk berbeda dari model dense 501 miliar parameter meskipun angka pada kartunya sama. Itulah sebabnya Reflection dapat berbicara tentang penalaran yang berdekatan dengan frontier tanpa membicarakan deployment berskala pusat data — dan mengapa rilis bobot yang akhirnya nanti lebih penting daripada kunci beta.

Apakah "501B" nomor yang tepat? Ya — dan itu tidak berpindah

Ini layak dinyatakan secara terang-terangan karena angka tersebut beredar di beberapa tempat dan pembaca wajar bertanya-tanya apakah angka itu masih berlaku. Pembagian total 501B / 23B aktif adalah apa yang dikatakan oleh posting peluncuran Reflection sendiri, itulah yang dikatakan oleh judul halaman utama reflection.ai, dan angka itu tidak berubah per 13 Oktober 2026. Satu-satunya pembaruan yang telah diterbitkan Reflection sejak peluncuran adalah catatan yang berbunyi "Update 10/8/26: Kami telah memperbarui hasil Beam, dan tabel di atas mencerminkan angka terbaru" — sebuah revisi pada tabel tolok ukur, bukan pada arsitektur atau jumlah parameternya.

Jumlah parametertidak memiliki kartu model di belakangnya. Reflection telah mengatakan bahwa kartu model akan datang; perusahaan tidak mengatakan kapan, selain "bulan ini nanti," dan tidak ada repositori publik di bawah organisasi Reflection di Hugging Face per hari ini ("None public yet" adalah string literal di halaman organisasi). Jadi 501B adalah angka yang dinyatakan vendor, benar sejauh yang bisa diperiksa siapa pun, dan belum dapat diperiksa terhadap bobot.

Konteks, modalitas, dan keluaran maksimum

Di sini material vendor lebih tipis daripada tabel benchmark, dan ada baiknya kita tepat mengenai angka yang mana yang mana, karena dua angka konteks yang beredar memiliki makna yang berbeda.

• Konteks efektif — midtraining "memperluas panjang konteks efektif Beam menjadi 1 juta token." Itu adalah pernyataan tentang apa yang dilatih untuk ditangani oleh model.

• Konteks rollout RL — tahap pembelajaran penguatan (reinforcement learning) menggunakan "panjang konteks maksimum 256K token." Itu adalah pernyataan tentang konfigurasi pelatihan.

• Batas penyajian — tidak dipublikasikan. Postingan peluncuran tidak memberikan jendela konteks API, dan endpoint-nya berada di balik daftar tunggu, jadi tidak ada dokumen kedua untuk memverifikasinya. Pembaca yang menginginkan angka konteks API hari ini tidak memilikinya.

• Output maksimum — tidak dipublikasikan. Refleksi tidak menyatakannya.

• Modalitas — teks masuk, teks keluar. Postingan peluncuran itu menyatakan secara eksplisit: "Meskipun Beam hanya teks," model ini menangani modalitas lain ketika direpresentasikan sebagai teks. Tidak ada input gambar, audio, atau video, dan namanya tidak memberi alasan untuk mengharapkan sebaliknya.

Perbedaan antara angka pelatihan 1M dan batas penyajian yang tidak dipublikasikan adalah hal yang biasanya diratakan dalam pemberitaan sekunder, dan ini penting: kemampuan saat pelatihan bukanlah janji tentang apa yang akan diterima oleh endpoint.

Bobot, lisensi, dan klaim "model terbuka pertama"

Positioning Reflection adalah bahwa Beam merupakan model yang benar-benar terbuka, bukan API yang ditempeli kata sifat pemasaran. Komitmennya spesifik: "kami akan merilis bobotnya di bawah lisensi Apache 2.0," bersama dengan "dokumentasi dan stack lengkap untuk menjalankan, mengevaluasi, dan melakukan fine-tuning pada model tersebut." Baris terpisah dalam postingan yang sama menyebutkan bahwa bobot, laporan teknis, kartu model, dan artefak pengembang akan menyusul "bulan ini nanti."

Ada dua hal yang sama-sama benar di sini. Apache 2.0 adalah lisensi yang nyata, permisif, dan dapat digunakan secara komersial — jika dirilis seperti yang dijelaskan, itu adalah posisi yang jauh lebih kuat daripada lisensi yang hanya untuk riset atau lisensi komunitas khusus. Dan janji lisensi bukanlah lisensi. Per 13 Oktober 2026, bobotnya belum dirilis, jadi yang ada hanyalah niat yang dinyatakan, bukan keadaan dunia. Postingan peluncuran juga menggambarkan versi saat ini sebagai pratinjau untuk sekumpulan pengguna terbatas, dan menyatakan bahwa model tersebut sedang dalam tahap "red-teaming dan evaluasi akhir."

Sinyal permintaan di balik halaman ini layak dijelaskan dalam satu kalimat, karena itu menjelaskan mengapa pertanyaan tersebut terus diajukan: orang-orang mencari nama model itu bersama nama model lab lain — Beam plus sebuah lab open-weight Tiongkok, Beam plus model open-weight Tiongkok yang besar — yang merupakan spekulasi tentang asal-usul Beam. Reflection tidak mendokumentasikan model dasar apa pun. Postingan peluncurannya menjelaskan pretraining yang dijalankan dari awal: 23,8 triliun token di 6.144 GPU GB300 NVL72 dalam waktu kurang dari empat minggu, diikuti tahap RL menggunakan 10.500 GB300 selama empat minggu, lebih dari 100 juta rollout, dan sekitar 1,3 miliar sandbox. Tidak ada checkpoint dasar yang disebutkan di mana pun di dalamnya. Jika Anda membaca bahwa Beam adalah fine-tune dari hal lain, materi vendor sendiri tidak mendukungnya.

Apa yang diklaim Reflection, dan apa yang telah diukur oleh orang lain

Semua yang ada di bagian ini dilaporkan oleh vendor. Tabel benchmark pada postingan peluncuran direvisi pada 8 Oktober 2026 dan belum ada pihak ketiga yang mereproduksi satu pun angka di dalamnya.

• Pengodean agentik — 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.

• Penalaran — AIME 2026 97.8, GPQA Diamond 90.5, HLE tanpa alat 36.2, SciCode 49.7, CriPT AA 16.3.

• Penggunaan alat dan pencarian — MCP Atlas 78.7, BrowseComp 77.4, DeepSearchQA 80.1, AutomationBench 37.0, tau3 banking 38.0.

• Konteks umum dan panjang — AA-LCR 79,3, LongBench v2 65,5, IFBench 79,7, AA Omniscience 13,0.

Pembingkaian Reflection sendiri atas angka-angka itu sangat hati-hati, dan layak diulang alih-alih ditingkatkan: pembingkaian itu memposisikan Beam sebagai "kompetitif dengan model terbuka yang lebih besar seperti GLM 5.2 dan mendekati Qwen 3.8-Max," menyatakan Beam menyamai GLM-5.2 dalam penalaran sambil menggunakan "komputasi inferensi 3–4× lebih sedikit," dan mengakui bahwa Kimi K3 masih unggul dalam kemampuan mentah. Klaim efisiensi itu didukung dalam postingan tersebut oleh bagan yang memetakan skor penalaran terhadap estimasi FLOPs inferensi, dengan FLOPs diperkirakan sekitar dua kali jumlah parameter aktif dikalikan token yang dihasilkan. Keterangan gambar menyatakan demikian, dan perkiraan tersebut sengaja mengecualikan prefill, attention, dan overhead serving. Reflection menyebut hasilnya "perbandingan komputasi perkiraan, bukan biaya inferensi yang terukur."

Secara independen: tidak ada. Tidak ada baris Artificial Analysis untuk Beam, tidak ada penempatan arena, dan tidak ada hasil harness pihak ketiga yang dapat kami temukan. Jika Beam dan kumpulan pembandingnya belum diuji secara head-to-head pada upaya penalaran yang setara dan harness yang setara — yang berlaku untuk setiap pasangan — halaman ini tidak menyiratkan peringkat. Tabel di atas adalah angka dari satu lab tentang modelnya sendiri.

Bisakah Anda menggunakannya, dan berapa biayanya?

Bukan berdasarkan ketentuan yang dipublikasikan. Aksesnya berupa daftar tunggu: postingan Reflection menyatakan bahwa akses awal ditujukan untuk sekelompok pengguna terbatas, dan konsol platform berada di balik dinding pendaftaran. Tidak ada harga yang dipublikasikan di mana pun pada properti milik Reflection sendiri — baik di postingan peluncuran, di beranda, maupun di apa pun yang dapat dijangkau pembaca tanpa akun. Angka dolar apa pun yang Anda lihat saat ini yang dikaitkan dengan Reflection Beam adalah perkiraan seseorang, bukan harga daftar.

Reflection memang menjelaskan permukaan endpoint secara garis besar: API yang kompatibel dengan OpenAI dengan parameter upaya penalaran, di mana "pengaturan yang lebih rendah cenderung menghasilkan respons yang lebih singkat, sedangkan pengaturan yang lebih tinggi memungkinkan penalaran yang lebih panjang." Nilai yang diterima parameter tersebut tidak dipublikasikan dalam materi peluncuran, dan karena kartu model masih akan menyusul, tidak ada sumber kedua untuk memeriksanya.

Bagi pembaca yang berada di sini karena ingin model penalaran efisien untuk dipanggil minggu ini, langkah praktisnya adalah langkah yang tidak bergantung pada Beam merilis apa pun. Model-model yang menjadi tolok ukur Beam — GLM 5.2, Kimi K3 dan Qwen 3.8-Max — semuanya sudah aktif di OrcaRouter hari ini, dengan satu kunci yang kompatibel dengan OpenAI, dengan harga daftar penyedia yang diteruskan pada markup 0%: GLM 5.2 dengan $1.40 per juta token masukan dan $4.40 per juta keluaran ($1.40/$4.40, dibaca dari halaman model kami sendiri pada 13 Oktober 2026), Qwen 3.8-Max dengan $2.00/$6.00, dan Kimi K3 dengan $3.00/$15.00. Karena tidak ada markup, penurunan harga vendor sampai ke tagihan Anda pada hari yang sama saat diumumkan, bukan pada perpanjangan kontrak berikutnya. Jika alasan Anda mengamati Beam adalah klaim efisiensi, bukan bobotnya, posisi yang jujur adalah Anda dapat mengukur alternatifnya hari ini dan sama sekali tidak dapat mengukur Beam.

Yang perlu diperhatikan, dan kapan angkanya bisa diperiksa

Tiga hal akan mengubah halaman ini, dan ketiganya dapat diberi tanggal saat terjadi. Bobot yang mendarat di Hugging Face di bawah lisensi yang dinyatakan adalah yang pertama — itulah peristiwa yang mengubah klaim 501B menjadi sesuatu yang dapat Anda unduh, kuantisasi, fine-tune, dan benchmark sendiri. Laporan teknis dan kartu model adalah yang kedua, karena di sanalah jendela konteks serving, output maksimum, dan nilai upaya penalaran biasanya didokumentasikan; ketiadaan keduanya adalah alasan tiga baris spesifikasi di atas berbunyi "tidak dipublikasikan" alih-alih mencantumkan angka. Evaluasi independen adalah yang ketiga, dan hanya itu yang akan memungkinkan siapa pun di luar Reflection mengatakan apakah 23B parameter aktif benar-benar menghasilkan skor penalaran yang diklaim oleh posting peluncuran.

Sampai saat itu, ringkasan yang akurat singkat. Reflection Beam adalah MoE sparse 501B parameter dengan 23B aktif, diumumkan pada 5 Oktober 2026, hanya teks, dengan pratinjau yang memakai daftar tunggu, tanpa harga yang dipublikasikan, tanpa batas layanan yang dipublikasikan, tanpa skor independen, dan rilis bobot Apache 2.0 yang telah dijanjikan untuk "nanti bulan ini" tetapi belum terjadi. Itu bukan kritik terhadap model — itu deskripsi sejauh mana rilis tersebut sebenarnya sudah berjalan.