Beam 1.0: Reflection이 가중치를 오픈소스로 공개했고, Artificial Analysis가 30점을 매겼다

이번 주 Reflection의 Beam 1.0에 두 가지 일이 있었고, 그 둘은 서로 반대 방향을 가리킨다. 이 모델은 — Beam 1.0-501B-A23B 총 5,010억 개의 파라미터와 토큰당 230억 개의 활성 파라미터를 갖춘 희소 전문가 혼합(MoE) 시스템으로 — 더 이상 약속이 아니다: 가중치는 Apache 2.0으로 Hugging Face에 공개되어 있고, 273 GiB NVFP4 빌드는 지금 내려받을 수 있으며, 문서화된 계약과 실제 요청 제한 페이지를 갖춘 자사 API도 있다. 동시에, 이 모델에 대해 누군가 공개한 첫 독립적 수치는 Artificial Analysis Intelligence Index에서 30 — 인덱스 버전 v4.3.2에서 평가된 120개 모델 중 19위이며, Artificial Analysis가 비슷한 규모의 비교 가능한 오픈 웨이트 모델에 대해 기록하는 중앙값 19보다 높다. 제품을 출시한 업체들은 보통 이 두 사실 중 어느 쪽이 앞서게 할지 선택할 수 있다. 여기서는 둘 다 동시에 사실이며, 정직하게 읽자면 Beam 1.0은 예상보다 저렴하게 도착했지만 자사의 출시 게시물이 암시한 것보다 낮은 점수를 받았다는 것이다.

이것은 앞선 보도에 대한 후속 기사이며, 이러한 프레이밍은 의도적입니다. Beam 1.0은 새로운 것이 아닙니다. Reflection은 2026년 10월 5일에 이를 발표했고 10월 8일에 벤치마크 표를 업데이트했습니다. 지난 7일 사이에 달라진 것은 구매자가 실제로 필요로 하는 모든 것입니다 — 가중치, 호스팅, API, 제한, 그리고 외부 측정입니다. 출시 보도를 읽고 기다리기로 결정했다면, 기다릴 이유는 사라졌습니다.

이번 주에 실제로 출시된 것들

Reflection의 "Beam, 이제 사용 가능" 게시물은 2026년 10월 16일자이며, 출시 게시물을 그토록 유보적으로 만들었던 공백을 메운다. 10월 5일 당시 가중치는 Reflection이 "공개할 것"이라고 말했던 대상이었다. 이번 주 현재 그것들은 세 가지 정밀도로 존재하며, 추가로 추측 디코딩 드래프터도 있다:

• BF16 — 188개의 safetensors 샤드에 걸쳐 501.3B 파라미터가 있으며, 다음에 업로드되었습니다: reflection/Beam-1.0-501B-A23B 저장소에 10월 7일 업로드되었고 이후 개정되었습니다.

• FP8 — E4M3 기준 동일한 501.3B 매개변수 수, 디스크에서 468.72 GiB.

• NVFP4 — 273 GiB의 패킹된 4비트 빌드로, Reflection 자체의 서빙 가이드에서 다운로드하라고 안내하는 바로 그 빌드입니다.

• DFlash2 — 10월 13일에 업로드되었고, 별도 리포지토리로 공개되었으며 자체 서빙 최적화로 문서화된 1.93B 매개변수 추측 디코딩 드래프터.

네 가지 모두 apache-2.0 태그를 달고 있으며, 라이선스 파일이 블로그 문장이 아니라 저장소에 있다는 점이 라이선스와 약속의 차이입니다. Reflection은 또한 증류, 미세 조정, 양자화 또는 병합을 제한하지 않는다고 명시합니다.

서빙 관련 내용도 마찬가지로 구체적입니다. Transformers, vLLM, SGLang, Unsloth, Axolotl, TokenSpeed, N​VIDIA Dynamo에서 데이제로 지원이 제공되며, Reflection 문서에는 SGLang, vLLM, TokenSpeed에 대한 단계별 가이드와 Kubernetes용 Helm 차트가 있습니다. 레퍼런스 셀프 호스팅 요구 사항은 NVLink로 연결된 N​VIDIA B300 SXM GPU 4개입니다. 이는 클러스터가 아닌 단일 박스로, 500B 모델이 일반적으로 암시하는 것보다 훨씬 낮은 기준이며 23B 활성화 비율에서 직접 비롯됩니다.

검증 도구도 있습니다. 오픈소스 beam-verifier CLI는 실제 운영 중인 모든 Beam 엔드포인트를 대상으로 적합성 테스트 스위트를 실행한 다음 주요 벤치마크에서 평가하므로, 자신의 배포나 제공업체의 배포를 Reflection의 참조 점수와 비교할 수 있습니다. 구매자가 공급업체의 수치를 그대로 믿지 않고 확인할 수 있게 해 주는 것은 무엇이든 알아 둘 가치가 있습니다.

첫 외부 점수이며, 그것은 출시 게시물 번호가 아닙니다.

Artificial Analysis는 Beam 1.0을 Intelligence Index 30으로 등재하며 120개 중 #19위로 순위를 매겼습니다. 같은 항목은 해당 모델이 Index 전반에서 79M 출력 토큰을 사용했다고 보여줍니다 — "#10 / 46", 중앙값 130M 대비 — 이는 토큰 효율성 주장이 처음으로 독립적인 하네스에서 나타난 것입니다. Artificial Analysis는 또한 Beam에 대한 가격과 속도를 보여주지 않는데, 이 글을 쓰는 시점에 여전히 해당 모델에 대해 "공개적으로 사용 가능한 API 없음"이라고 기록하고 자체 호스팅만 가리키기 때문입니다. 그 격차 자체가 정보입니다: API는 존재하지만, 측정 기관들이 아직 포착한 형태로는 아닙니다.

30이라는 숫자를 주의 깊게 읽어 보십시오. 그것은 벤더의 벤치마크 표에 대한 판정이 아닙니다 — 둘은 서로 다른 하네스에서 서로 다른 것을 측정하고 있습니다. 가중치와 함께 공개된 Reflection의 모델 카드는 BF16 체크포인트에 대해 SWEBench Verified에서 81.6%, Terminal Bench v2.1에서 80.1%, GPQA Diamond에서 90.6%를 보고하며, 출시 글은 Kimi K3와 같은 프런티어 모델들이 원시 능력에서는 여전히 앞서 있다는 점을 분명히 합니다. Beam의 주장은 최상위권에서의 동등함이라기보다 “추론 시점의 효율성”입니다. 이 수치들은 여전히 벤더가 보고한 것이며, 우리가 찾아낸 바로는 아직 아무도 이를 재현하지 못했습니다. 하지만 공개 엔드포인트와 verifier CLI의 출시야말로 재현을 애초에 가능하게 만드는 요소이며, 120개 모델 인덱스에서의 30은 이 이야기에서 Reflection이 만들어내지 않은 첫 번째 숫자입니다.

가격, 한도, 그리고 작업별 의미

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:

• 컨텍스트 윈도우 — 1,048,576 토큰, 최대 출력 131,072 토큰이며 기본 max_tokens 값은 32,768입니다.

• 추론 — 필수이며, 선택 사항이 아닙니다. 지원되는 노력 수준은 low, medium, high, xhigh, max이며, 기본값은 max입니다. 추론 토큰은 속도 제한에 포함됩니다.

• 기능 — 추론, 도구 호출 및 구조화된 출력, 텍스트 입력 및 텍스트 출력.

• 속도 제한 — 조직당 분당 및 UTC 일당 요청 수와 토큰 수로 측정되며, 동시 요청 상한과 선택적 일일 토큰 허용량이 있습니다. 초과 시 429와 함께 다음 중 하나를 반환합니다: rate_limit_exceeded 또는 daily_allowance_exhausted, 그리고 일일 허용량이 소진되면 응답은 x-should-retry: false를 설정하므로, 순진한 재시도 루프는 그저 헛돌게 됩니다.

문서가 제공하지 않는 것은 백만 토큰당 공개 가격입니다. Reflection의 발표는 "무료로 시작"할 수 있다는 것만 말하며, 문서에도 발표에도 요금표는 공개되지 않습니다. 그것이 아직 전체 그림에서 빠져 있는 단 하나의 항목이며, 청구서에서 효율성 논리가 의미가 있는지를 결정하는 항목입니다. 모든 요청마다 추론하고, 기본값이 최대 노력이며, 고급 추론에서 GLM 5.2보다 3–4배 더 낮은 추론 연산을 주장하는 모델은 백만 출력 토큰당 $0.50일 때와 $5.00일 때 전혀 다른 이야기입니다 — 그리고 현재 Reflection 외부에서는 그것이 어느 쪽인지 아무도 말할 수 없습니다.

문서에서 파일럿에 가져갈 만한 실무적 주의사항 두 가지가 있습니다. 첫째, 기본 effort는 max이므로, 별다른 설정 없이 쓰는 구성이 가장 비쌉니다. 비용을 고려하는 통합이라면 첫 호출부터 reasoning_effort를 명시적으로 설정해야 합니다. 둘째, 한도는 조직 단위이며 프로젝트와 키 전반에 공유됩니다 — 키를 추가해도 한도가 올라가지 않습니다. 이는 두 번째 통합을 이미 구축한 뒤에야 문제가 되는 종류의 세부 사항입니다.

실제로 비교하게 될 모델들과 견주어 이것이 어디에 위치하는지

흥미로운 비교는 Reflection이 그 점을 인정하는 최전선 플래그십이 아니라, Beam이 가격과 규모 면에서 겨루는 오픈 웨이트 모델과의 비교다. 오늘 우리 자체 카탈로그에서는:

• GLM 5.2 — 1M 컨텍스트, 입력 토큰 백만 개당 $1.40, 출력 토큰 백만 개당 $4.40, 완전 서빙.

• Kimi K3 — 1,048,576 토큰 컨텍스트, $3.00/$15.00, 그리고 Reflection 자체 표에서 Terminal Bench에서 앞선다고 꼽은 모델입니다.

• Qwen 3.8-Max — 1M 컨텍스트, $2.00/$6.00, Beam이 더 큰 효율 우위를 주장하는 2T 이상급.

Beam이 내세우는 점은 추론 컴퓨트의 일부만으로 고급 추론에서 GLM 5.2에 근접한다는 것입니다. 독립적인 하네스에서도 그것이 유지된다면, 높은 요청량에서는 실제 금전적 가치가 있습니다. 79M-토큰 장황성 수치는 그럴 가능성이 있다는 첫 번째 증거입니다. 빠져 있는 가격이 아직 계산을 끝낼 수 없는 이유입니다.

이는 또한 라우팅이 잘못될 위험의 대부분을 제거해 주는 상황이기도 합니다. Beam은 이 글을 쓰는 시점에 저희 카탈로그에 없으므로 저희가 여러분께 제공해 드릴 수는 없지만, 위에 나온 모든 모델은 하나의 OpenAI 호환 키 뒤에서 공급자의 정가가 마크업 없이 그대로 적용된 채로 이용할 수 있으므로, 공급업체의 가격 인하가 다음 계약 때가 아니라 같은 날 청구서에 반영됩니다. 실용적인 방법은 프로덕션 경로는 공개된 요금표가 있는 모델에 두고 Beam의 공개 베타는 라우팅 규칙 뒤에 배치하여, 검증되지 않은 자사 API가 결코 단일 장애점이 되지 않도록 하는 것입니다. 나머지는 자동 페일오버가 처리합니다. 베타가 새벽 2시에 429로 속도를 제한하더라도, 요청은 그러지 않을 곳에 안착합니다.

누가 이동해야 하며, 어떤 증거에 근거해야 하는가

제약 조건이 공개 가중치와 관대한 라이선스라면, 이번 주는 답이 ‘곧’이 아니라 ‘예’가 된 주입니다. Apache 2.0, 세 가지 정밀도, 4-GPU B300 노드 한 대에 들어가는 273 GiB 빌드, 출시 첫날부터의 vLLM 및 SGLang 지원, 자체 배포를 확인할 수 있는 검증기, 그리고 파인튜닝이나 증류에 대한 제한도 없습니다. “가중치가 아직 공개되지 않았다”는 점이 걸림돌이었던 사람이라면 그 걸림돌은 사라졌고, 셀프 호스팅은 API 가격 문제를 완전히 없애줍니다.

제약 조건이 호스팅된 엔드포인트에 대한 프로덕션 의존이라면, 더 신중해야 한다. 이 API는 실재하고 문서화되어 있지만, 이번 주에 출시되었고, 두 번째 키로도 올릴 수 없는 조직 전체 한도를 강제하며, 기본적으로 최대 노력으로 추론하고, 가격은 공개되지 않았다. 마감이 있는 어떤 작업이든 이 API에 맡기기 전에 검증기의 적합성 테스트 스위트를 이 API 대상으로 실행하라.

당신의 제약 조건이 최전선의 성능이라면, 이번 주에 나온 그 무엇도 당신의 답을 바꾸지 않습니다. Intelligence Index에서의 30점, Terminal Bench에서는 Kimi K3에게, AIME에서는 GLM 5.2에게 우위를 내주는 벤더 표, 그리고 헤드라인 수치에 대한 독립적 재현의 부재는 모두 합쳐 시도해 볼 가치는 있지만 베팅할 가치는 없는 모델이라는 결론으로 이어집니다.

다음으로 지켜볼 단 하나는 가격이다. Reflection은 출시의 어려운 절반—가중치, 서빙 스택, 문서, 공개 엔드포인트—을 이미 내놓았고, 쉬운 절반인 요금표는 미공개로 남겨두었다. 그 숫자가 나오면, 3–4× 효율성 주장은 구호가 아니라 스프레드시트가 되고, GLM 5.2나 Kimi K3와의 비교는 방법론에 관한 논쟁이 아니라 결정이 된다.

이런 결과는 모델의 실수가 이미 문서화되어 있다는 점을 다시 일깨워 주기도 합니다: 이 계열 모델의 배후에 있는 AI 사고와 에이전트 실패는 OrcaRouter AI Incident Archive에 수집되어 있으며, 각 항목은 자체 출처, 심각도, 신뢰도 등급, 이의 제기 플래그를 함께 갖추고 있습니다.