Beam 1.0: Reflection heeft de gewichten open source gemaakt, en Artificial Analysis gaf het een score van 30

Deze week zijn er twee dingen gebeurd met Beam 1.0 van Reflection, en ze wijzen in tegengestelde richtingen. Het model — Beam 1.0-501B-A23B, een sparse mixture-of-experts-systeem met 501 miljard totale parameters en 23 miljard actief per token — is niet langer een belofte: de gewichten staan op Hugging Face onder Apache 2.0, de NVFP4-build van 273 GiB is nu te downloaden, en er is een first-party-API met een gedocumenteerd contract en een echte rate-limitpagina. Tegelijkertijd is het eerste onafhankelijke cijfer dat iemand ervoor heeft gepubliceerd 30 op de Artificial Analysis Intelligence Index — negentiende van de 120 modellen die op indexversie v4.3.2 zijn geëvalueerd, en boven de mediaan van 19 die Artificial Analysis registreert voor vergelijkbare open-weight modellen van vergelijkbare grootte. Leveranciers die hun model hebben uitgebracht, mogen meestal kiezen welk van die twee feiten vooroploopt. Hier zijn beide tegelijk waar, en de eerlijke lezing is dat Beam 1.0 goedkoper is uitgekomen dan verwacht, maar een lagere score haalde dan zijn eigen lanceringsbericht deed vermoeden.

Dit is een vervolg op onze eerdere verslaggeving, en de framing is bewust: Beam 1.0 is niet nieuw. Reflection kondigde het aan op 5 oktober 2026 en werkte de benchmarktabellen bij op 8 oktober. Wat in de afgelopen zeven dagen is veranderd, is alles wat een koper echt nodig heeft — gewichten, hosting, een API, limieten en metingen door derden. Als je de lanceringsverslaggeving hebt gelezen en besloot te wachten, is de reden om te wachten verdwenen.

Wat er deze week daadwerkelijk is uitgebracht

Het bericht "Beam is nu beschikbaar" van Reflection is gedateerd op 16 oktober 2026 en het dicht de kloof die het lanceringsbericht zo terughoudend maakte. Op 5 oktober waren de gewichten iets waarvan Reflection zei dat het ze "zal uitbrengen". Sinds deze week bestaan ze, in drie precisies, plus een speculative-decoding-drafter:

• BF16 — 501,3 miljard parameters verdeeld over 188 safetensors-shards, geüpload naar de reflection/Beam-1.0-501B-A23B-repository op 7 oktober en sindsdien herzien.

• FP8 — hetzelfde aantal parameters van 501,3 miljard in E4M3, 468,72 GiB op schijf.

• NVFP4 — een gepakte 4-bits build van 273 GiB, de versie die de eigen servinggidsen van Reflection je aanraden te downloaden.

• DFlash2 — een conceptmodel voor speculatief decoderen met 1,93 miljard parameters, geüpload op 13 oktober, gepubliceerd als een aparte repo en gedocumenteerd als een eigen serving-optimalisatie.

Alle vier dragen de apache-2.0-tag, en het licentiebestand staat in de repository in plaats van in een blogzin, wat het verschil is tussen een licentie en een belofte. Reflection stelt ook dat het distillatie, fine-tuning, kwantisatie of merging niet beperkt.

Het servingverhaal is net zo concreet. Er is vanaf dag nul ondersteuning in Transformers, vLLM, SGLang, Unsloth, Axolotl, TokenSpeed en N​VIDIA Dynamo, en de documentatie van Reflection bevat stapsgewijze handleidingen voor SGLang, vLLM, TokenSpeed en een Helm-chart voor Kubernetes. De referentie-eis voor selfhosting is vier N​VIDIA B300 SXM-GPU's op NVLink — één enkele machine, geen cluster, wat een veel lagere drempel is dan een 500B-model normaal gesproken impliceert en volgt rechtstreeks uit de 23B-activatieverhouding.

Er is ook een verificatietool. De open-source beam-verifier CLI draait een conformiteitssuite tegen elk live Beam-eindpunt en evalueert die vervolgens op de belangrijkste benchmarks, zodat je jouw deployment, of die van een provider, kunt vergelijken met de referentiescores van Reflection. Alles waarmee een koper de cijfers van een leverancier kan controleren in plaats van ze te vertrouwen, is de moeite waard om te weten.

De eerste externe score, en het is niet het nummer van de launch-post

Artificial Analysis vermeldt Beam 1.0 met een Intelligence Index van 30, gerangschikt op #19 van 120. Dezelfde vermelding laat zien dat het model 79M outputtokens gebruikte over de Index — "#10 / 46", tegen een mediaan van 130M — wat de token-efficiëntieclaim is die voor het eerst in een onafhankelijke testomgeving opduikt. Artificial Analysis toont ook geen prijsinformatie en geen snelheid voor Beam, omdat het op het moment van schrijven nog steeds "No publicly available API" voor het model registreert, met alleen een verwijzing naar self-hosting. Die leemte is zelf informatie: de API bestaat, maar nog niet in een vorm die de meetbureaus hebben opgepikt.

Lees de 30 zorgvuldig. Het is geen uitspraak over de benchmarktabel van de leverancier — de twee meten verschillende dingen op verschillende harnesses. De modelkaart van Reflection, gepubliceerd samen met de gewichten, meldt 81,6% op SWEBench Verified, 80,1% op Terminal Bench v2.1 en 90,6% op GPQA Diamond voor het BF16-checkpoint, en het lanceringsbericht zegt expliciet dat frontier-modellen zoals Kimi K3 vooropblijven qua ruwe capaciteit, waarbij het argument van Beam "efficiëntie tijdens inferentie" is in plaats van gelijkwaardigheid aan de top. Die cijfers blijven door de leverancier gerapporteerd en, voor zover wij kunnen nagaan, heeft niemand ze nog gereproduceerd. Maar de release van een openbaar endpoint plus de verifier-CLI is wat reproductie überhaupt mogelijk maakt, en een 30 op een index van 120 modellen is het eerste cijfer in dit verhaal dat Reflection niet zelf heeft geproduceerd.

De prijs, de limieten en wat ze per taak betekenen

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:

• Contextvenster — 1.048.576 tokens, met een maximale uitvoer van 131.072 tokens en een standaard max_tokens van 32.768.

• Reasoning — verplicht, niet optioneel. Ondersteunde efforts zijn low, medium, high, xhigh en max, met max als standaard. Reasoning-tokens tellen mee voor je snelheidslimieten.

• Mogelijkheden — redeneren, het aanroepen van tools en gestructureerde uitvoer, tekst in en tekst uit.

• Frequentielimieten — gemeten per organisatie in verzoeken en tokens per minuut en per UTC-dag, met limieten voor gelijktijdige verzoeken en een optionele dagelijkse tokentoewijzing. Bij overschrijding wordt 429 geretourneerd met ofwel rate_limit_exceeded of daily_allowance_exhausted, en wanneer de dagelijkse toewijzing opgebruikt is, zet de respons x-should-retry: false, dus naïeve retry-lussen zullen gewoon blijven ronddraaien.

Wat de documentatie niet biedt, is een openbare prijs per miljoen tokens. De aankondiging van Reflection zegt alleen dat het "gratis om te beginnen" is, en noch de documentatie noch de aankondiging publiceert een tariefkaart. Dat is de enige regel die nog in het beeld ontbreekt, en het is de regel die bepaalt of het efficiëntieargument iets betekent op een factuur. Een model dat bij elk verzoek redeneert, standaard op maximale inspanning staat en claimt 3–4× minder inferentiecompute te gebruiken dan GLM 5.2 bij geavanceerd redeneren, is een ander verhaal tegen $0,50 per miljoen outputtokens dan tegen $5,00 — en niemand buiten Reflection kan momenteel zeggen welke van de twee het is.

Twee praktische waarschuwingen uit de documentatie die het waard zijn om mee te nemen in een pilot. Ten eerste is de standaardinspanning max, dus de out-of-the-boxconfiguratie is de duurste; een kostenbewuste integratie moet reasoning_effort expliciet instellen vanaf de eerste aanroep. Ten tweede gelden limieten per organisatie en worden ze gedeeld over projecten en sleutels — het toevoegen van sleutels verhoogt ze niet, wat precies het soort detail is dat je pas opbreekt nadat je de tweede integratie al hebt gebouwd.

Hoe het zich verhoudt tot de modellen waarmee je het daadwerkelijk zou vergelijken

De interessante vergelijking is niet met frontier-flagships, waar Reflection het punt toegeeft, maar met de open-weight modellen waartegen Beam qua prijs en omvang wordt afgezet. In onze eigen catalogus van vandaag:

• GLM 5.2 — 1M context, $ 1,40 per miljoen inputtokens en $ 4,40 per miljoen output, volledig geserveerd.

• Kimi K3 — context van 1.048.576 tokens, $3,00/$15,00, en de eigen tabel van het model Reflection zet het voorop op Terminal Bench.

• Qwen 3.8-Max — 1M context, $2.00/$6.00, de 2T-plus-klasse Beam claimt een groter efficiëntievoordeel ten opzichte van.

De pitch van Beam is dat het bijna het niveau van GLM 5.2 haalt op het gebied van geavanceerd redeneren, voor een fractie van de rekenkracht voor inferentie. Als dat standhoudt onder een onafhankelijke harness, is het bij een hoog aanvraagvolume echt geld waard. Het uitvoerigheidscijfer van 79M tokens is het eerste bewijs dat dit zou kunnen. De ontbrekende prijs is waarom je het rekenwerk nog niet kunt afronden.

Dit is ook de situatie waarin routering het grootste deel van het risico wegneemt om het mis te hebben. Beam staat op het moment van schrijven niet in onze catalogus, dus we kunnen het niet voor je leveren — maar elk model hierboven wel, achter één OpenAI-compatibele sleutel met de lijstprijs van de provider doorberekend en zonder opslag, zodat een prijsverlaging van een leverancier dezelfde dag op je factuur terechtkomt in plaats van pas bij het volgende contract. De praktische zet is om je productiepad op een model met een gepubliceerde tariefkaart te houden en de publieke bèta van Beam achter een routeringsregel te zetten, zodat een onbewezen first-party-API nooit een single point of failure wordt. Automatische failover doet de rest: als de bèta je om 02:00 rate-limit met een 429, komt het verzoek ergens terecht dat dat niet doet.

Wie moet er verhuizen, en op basis van welk bewijs

Als je beperking open weights en een permissieve licentie is, dan is deze week de week waarin het antwoord ja werd in plaats van binnenkort. Apache 2.0, drie precisies, een build van 273 GiB die op één B300-node met vier GPU's past, day-zero ondersteuning voor vLLM en SGLang, een verifier om je eigen deployment te controleren, en geen beperking op fine-tuning of distillatie. Voor iedereen wiens blokkade "de weights zijn nog niet uit" was, is die blokkade verdwenen, en self-hosting neemt de kwestie van de API-prijs volledig weg.

Als je beperking een productieafhankelijkheid van een gehost endpoint is, wees dan voorzichtiger. De API is echt en gedocumenteerd, maar hij is deze week gelanceerd, hij handhaaft organisatiebrede limieten die een tweede sleutel niet zal verhogen, hij redeneert standaard op maximale inspanning, en zijn prijs is niet gepubliceerd. Voer de conformiteitssuite van de verificateur ertegen uit voordat je het iets met een deadline toevertrouwt.

Als je beperking capaciteit aan de frontier is, verandert er deze week niets aan je antwoord. Een 30 op de Intelligence Index, een leverancierstabel die terrein prijsgeeft aan Kimi K3 op Terminal Bench en aan GLM 5.2 op AIME, en geen onafhankelijke reproductie van de belangrijkste cijfers komen neer op een model dat het proberen waard is, niet een model om op te wedden.

Het enige waar we nu op moeten letten, is de prijs. Reflection heeft de moeilijke helft van een lancering opgeleverd — gewichten, servingstacks, documentatie en een openbaar endpoint — en heeft de makkelijke helft, een tariefkaart, ongepubliceerd gelaten. Zodra dat getal verschijnt, wordt de efficiëntieclaim van 3–4× een spreadsheet in plaats van een slogan, en wordt de vergelijking met GLM 5.2 of Kimi K3 een beslissing in plaats van een discussie over methodologie.

Een resultaat zoals dit is ook een herinnering eraan dat modelfouten al gedocumenteerd zijn: de AI-incidenten en agentfouten achter modellen in deze klasse zijn verzameld in het OrcaRouter AI Incident Archive, waar elke vermelding zijn eigen bronnen, ernst, zekerheidsgraad en betwistingsmarkering bevat.