Beam 1.0: Reflection Merilis Bobotnya sebagai Open Source, dan Artificial Analysis Memberinya Skor 30

Dua hal terjadi pada Beam 1.0 milik Reflection minggu ini, dan keduanya mengarah ke arah yang berlawanan. Model — Beam 1.0-501B-A23B, sebuah sistem sparse mixture-of-experts dengan total 501 miliar parameter dan 23 miliar aktif per token — bukan lagi sekadar janji: bobotnya ada di Hugging Face di bawah Apache 2.0, build NVFP4 273 GiB dapat diunduh sekarang, dan ada API pihak pertama dengan kontrak yang terdokumentasi dan halaman batas laju yang nyata. Pada saat yang sama, angka independen pertama yang dipublikasikan siapa pun untuknya adalah 30 pada Artificial Analysis Intelligence Index — peringkat kesembilan belas dari 120 model yang dievaluasi pada versi indeks v4.3.2, dan di atas median 19 yang dicatat Artificial Analysis untuk model berbobot terbuka yang sebanding dengan ukuran serupa. Vendor yang telah merilis biasanya dapat memilih fakta mana dari kedua fakta itu yang akan ditonjolkan. Di sini, keduanya benar sekaligus, dan bacaan yang jujur adalah bahwa Beam 1.0 hadir lebih murah dari yang diharapkan tetapi mendapat skor lebih rendah daripada yang tersirat dalam posting peluncurannya sendiri.

Ini adalah lanjutan dari liputan kami sebelumnya, dan pembingkaiannya disengaja: Beam 1.0 bukanlah hal baru. Reflection mengumumkannya pada 5 Oktober 2026 dan memperbarui tabel tolok ukurnya pada 8 Oktober. Yang berubah dalam tujuh hari terakhir adalah semua yang benar-benar dibutuhkan pembeli — bobot, hosting, API, batas, dan pengukuran pihak luar. Jika Anda membaca liputan peluncurannya dan memutuskan untuk menunggu, alasan untuk menunggu sudah tidak ada.

Apa yang benar-benar dirilis minggu ini

Postingan Reflection yang berjudul “Beam kini tersedia” bertanggal 16 Oktober 2026 dan menutup celah yang membuat postingan peluncuran itu begitu ragu-ragu. Pada 5 Oktober, bobot itu masih sesuatu yang Reflection katakan “akan dirilis.” Per minggu ini, bobot itu sudah ada, dalam tiga presisi, ditambah drafter dekode spekulatif:

• BF16 — 501,3B parameter tersebar di 188 shard safetensors, diunggah ke repositori reflection/Beam-1.0-501B-A23B pada 7 Oktober dan telah direvisi sejak itu.

• FP8 — jumlah parameter 501,3B yang sama dalam E4M3, 468,72 GiB di disk.

• NVFP4 — build 4-bit terkemas berukuran 273 GiB, yang merupakan versi yang panduan serving milik Reflection sendiri sarankan untuk Anda unduh.

• DFlash2 — drafter speculative decoding dengan 1,93 miliar parameter, diunggah pada 13 Oktober, diterbitkan sebagai repo terpisah dan didokumentasikan sebagai optimasi penyajian tersendiri.

Keempatnya memiliki tag apache-2.0, dan file lisensinya ada di repositori, bukan dalam kalimat blog, yang merupakan perbedaan antara lisensi dan janji. Reflection juga menyatakan bahwa ia tidak membatasi distilasi, fine-tuning, kuantisasi, atau penggabungan.

Cerita soal serving juga sama konkretnya. Ada dukungan day-zero di Transformers, vLLM, SGLang, Unsloth, Axolotl, TokenSpeed, dan N​VIDIA Dynamo, dan dokumentasi Reflection memuat panduan langkah demi langkah untuk SGLang, vLLM, TokenSpeed, serta Helm chart untuk Kubernetes. Persyaratan self-hosting referensinya adalah empat GPU N​VIDIA B300 SXM pada NVLink — satu mesin, bukan klaster, yang merupakan tuntutan yang jauh lebih rendah daripada yang biasanya disiratkan oleh model 500B dan mengikuti langsung dari rasio aktivasi 23B.

Ada juga alat verifikasi. Alat sumber terbuka beam-verifier CLI menjalankan rangkaian uji kesesuaian terhadap endpoint Beam yang aktif mana pun lalu mengevaluasinya pada tolok ukur utama sehingga Anda dapat membandingkan deployment Anda, atau milik penyedia, dengan skor referensi Reflection. Apa pun yang memungkinkan pembeli memeriksa angka vendor alih-alih memercayainya patut untuk diketahui.

Skor dari luar yang pertama, dan itu bukan nomor pos peluncuran.

Artificial Analysis mencantumkan Beam 1.0 dengan Intelligence Index 30, berperingkat #19 dari 120. Entri yang sama menunjukkan model ini menggunakan 79M token keluaran di seluruh Index — "#10 / 46", dibandingkan median 130M — yang merupakan klaim efisiensi token yang muncul di harness independen untuk pertama kalinya. Artificial Analysis juga tidak menampilkan harga maupun kecepatan untuk Beam, karena pada saat penulisan ini masih mencatat "No publicly available API" untuk model tersebut, hanya menunjuk ke self-hosting. Celah itu sendiri adalah informasi: API-nya sudah ada, tetapi belum dalam bentuk yang telah dicatat oleh firma pengukuran.

Baca angka 30 itu dengan saksama. Itu bukan penilaian terhadap tabel benchmark vendor — keduanya mengukur hal yang berbeda pada harness yang berbeda. Kartu model Reflection, yang diterbitkan bersama bobotnya, melaporkan 81,6% pada SWEBench Verified, 80,1% pada Terminal Bench v2.1, dan 90,6% pada GPQA Diamond untuk checkpoint BF16, dan postingan peluncurannya secara eksplisit menyatakan bahwa model-model frontier seperti Kimi K3 tetap unggul dalam kemampuan mentah, dengan argumen Beam adalah "efisiensi pada waktu inferensi" alih-alih paritas di puncak. Angka-angka itu tetap dilaporkan vendor dan, sejauh yang dapat kami temukan, belum ada yang mereproduksinya. Tetapi perilisan endpoint publik plus CLI verifier-lah yang membuat reproduksi menjadi mungkin sama sekali, dan angka 30 pada indeks 120 model adalah angka pertama dalam cerita ini yang tidak dihasilkan Reflection.

Harga, batasannya, dan apa artinya per tugas

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:

• Jendela konteks — 1.048.576 token, dengan output maksimum 131.072 token dan max_tokens default sebesar 32.768.

• Penalaran — wajib, bukan opsional. Tingkat upaya yang didukung adalah low, medium, high, xhigh, dan max, dengan max sebagai default. Token penalaran ikut diperhitungkan dalam batas laju Anda.

• Kemampuan — penalaran, pemanggilan alat dan keluaran terstruktur, teks masuk dan teks keluar.

• Batas laju — diukur per organisasi dalam permintaan dan token per menit dan per hari UTC, dengan batas permintaan bersamaan dan alokasi token harian opsional. Pelanggaran mengembalikan 429 dengan salah satu dari rate_limit_exceeded atau daily_allowance_exhausted, dan ketika alokasi harian habis, respons menetapkan x-should-retry: false, sehingga loop percobaan ulang yang naif hanya akan berputar.

Yang dokumen tidak cantumkan adalah harga publik per juta token. Pengumuman Reflection hanya menyebutkan bahwa layanannya "gratis untuk memulai," dan baik dokumentasi maupun pengumuman tersebut tidak menerbitkan daftar tarif. Itulah satu baris yang masih hilang dari gambaran ini, dan baris itulah yang menentukan apakah argumen efisiensi berarti apa pun pada sebuah tagihan. Model yang bernalar pada setiap permintaan, secara default menggunakan upaya maksimum, dan mengklaim komputasi inferensi 3–4× lebih rendah daripada GLM 5.2 pada penalaran tingkat lanjut adalah proposisi yang berbeda pada $0,50 per juta token keluaran dibandingkan pada $5,00 — dan saat ini tidak ada orang di luar Reflection yang dapat mengatakan yang mana di antara keduanya.

Dua peringatan praktis dari dokumentasi yang layak dibawa ke pilot. Pertama, upaya default adalah max, jadi konfigurasi bawaan adalah yang paling mahal; integrasi yang sadar biaya harus menetapkan reasoning_effort secara eksplisit sejak panggilan pertama. Kedua, batas bersifat per organisasi dan dibagi lintas proyek dan kunci — menambahkan kunci tidak menaikkannya, yang merupakan jenis detail yang baru terasa setelah Anda sudah membangun integrasi kedua.

Bagaimana posisinya terhadap model-model yang benar-benar akan Anda bandingkan dengannya

Perbandingan yang menarik bukanlah dengan model-model unggulan terdepan, yang di dalamnya Reflection mengakui poin tersebut, melainkan dengan model-model open-weight yang menjadi acuan harga dan ukuran Beam. Di katalog kami sendiri hari ini:

• GLM 5.2 — konteks 1 juta, $1,40 per juta token masukan dan $4,40 per juta token keluaran, sepenuhnya tersedia.

• Kimi K3 — konteks 1.048.576 token, $3,00/$15,00, dan tabel milik Reflection sendiri menempatkannya lebih unggul di Terminal Bench.

• Qwen 3.8-Max — konteks 1M, $2.00/$6.00, Beam mengklaim keunggulan efisiensi yang lebih besar dibandingkan kelas 2T-plus.

Klaim utama Beam adalah bahwa ia hampir menyamai GLM 5.2 dalam penalaran tingkat lanjut dengan hanya sebagian kecil komputasi inferensi. Jika itu terbukti dalam kerangka pengujian independen, itu bernilai uang nyata pada volume permintaan yang tinggi. Angka verbositas 79 juta token adalah bukti pertama bahwa hal itu mungkin. Harga yang belum ada adalah alasan Anda belum bisa menyelesaikan perhitungannya.

Ini juga situasi ketika perutean menghilangkan sebagian besar risiko salah. Beam tidak ada di katalog kami pada saat penulisan, jadi kami tidak dapat menyediakannya untuk Anda — tetapi setiap model di atas tersedia, di balik satu kunci yang kompatibel dengan OpenAI dengan harga daftar penyedia yang diteruskan dan tanpa markup, sehingga pemotongan harga vendor mencapai tagihan Anda pada hari yang sama alih-alih pada kontrak berikutnya. Langkah praktisnya adalah menjaga jalur produksi Anda pada model dengan kartu tarif yang dipublikasikan dan menempatkan beta publik Beam di balik aturan perutean, sehingga API pihak pertama yang belum terbukti tidak pernah menjadi satu titik kegagalan. Failover otomatis melakukan sisanya: jika beta membatasi laju Anda dengan 429 pada pukul 02.00, permintaan itu mendarat di tempat yang tidak akan membatasi laju.

Siapa yang harus bergerak, dan berdasarkan bukti apa

Jika kendala Anda adalah bobot terbuka dan lisensi permisif, minggu ini adalah minggu ketika jawabannya menjadi ya, bukan "segera". Apache 2.0, tiga presisi, build 273 GiB yang muat di satu node B300 dengan empat GPU, dukungan vLLM dan SGLang sejak hari pertama, verifier untuk memeriksa deployment Anda sendiri, dan tanpa batasan untuk fine-tuning atau distilasi. Bagi siapa pun yang terhalang karena "bobotnya belum dirilis", penghalang itu sudah hilang, dan self-hosting menghilangkan pertanyaan harga API sepenuhnya.

Jika kendala Anda adalah ketergantungan produksi pada endpoint yang dihosting, berhati-hatilah. API ini nyata dan terdokumentasi, tetapi baru diluncurkan minggu ini, ia memberlakukan batas di seluruh organisasi yang tidak akan dinaikkan oleh kunci kedua, ia melakukan penalaran dengan upaya maksimum secara default, dan harganya belum dipublikasikan. Jalankan rangkaian uji kesesuaian dari verifier terhadap API ini sebelum Anda mempercayakannya dengan apa pun yang memiliki tenggat waktu.

Jika batasan Anda adalah kemampuan di garis depan, tidak ada apa pun minggu ini yang mengubah jawaban Anda. Skor 30 pada Intelligence Index, tabel vendor yang mengalah kepada Kimi K3 di Terminal Bench dan kepada GLM 5.2 di AIME, dan tidak adanya reproduksi independen dari angka-angka utama, semuanya mengarah pada model yang layak dicoba, bukan model yang layak dipertaruhkan.

Satu hal yang perlu diperhatikan selanjutnya adalah harganya. Reflection telah merilis separuh bagian tersulit dari sebuah peluncuran — bobot, stack penyajian, dokumentasi, dan endpoint publik — dan membiarkan separuh yang mudah, yaitu daftar harga, tidak dipublikasikan. Ketika angka itu muncul, klaim efisiensi 3–4× menjadi spreadsheet, bukan slogan, dan perbandingan dengan GLM 5.2 atau Kimi K3 menjadi keputusan, bukan argumen tentang metodologi.

Hasil seperti ini juga menjadi pengingat bahwa kesalahan model sudah terdokumentasi: insiden AI dan kegagalan agen di balik model di kelas ini dikumpulkan dalam the OrcaRouter AI Incident Archive, dengan setiap entri mencantumkan sumbernya sendiri, tingkat keparahan, peringkat keyakinan, dan penanda yang disengketakan.