Reflection Beam: Czym właściwie jest model 501B Open-Weight i czego wciąż brakuje

Reflection Beam to pierwszy model językowy od Reflection, nowojorskiego laboratorium założonego w 2024 roku przez dwóch byłych badaczy DeepMind, Mishę Laskina i Ioannisa Antonoglou, którego deklarowaną misją jest „uczynienie inteligencji otwartą i dostępną dla wszystkich”. Beam to rzadki model mieszaniny ekspertów (sparse mixture-of-experts) o łącznej liczbie 501 miliardów parametrów, z których na każdy token aktywuje 23 miliardy; ogłoszony 5 października 2026 roku i skierowany do kodowania, rozumowania i pracy agentowej. Jest też, na dzień 13 października 2026 roku, tylko w połowie wydany: ogłoszenie nazywa go modelem o otwartych wagach, ogłoszenie obiecuje wagi na licencji Apache 2.0, a wag nie ma.

Ta luka jest tym, czego należy się trzymać, jeśli trafiłeś tutaj, szukając nazwy modelu, i chcesz wiedzieć, czy możesz cokolwiek z nim zrobić. Krótka odpowiedź brzmi: nie przez wagi, jeszcze nie i nie w żadnym cenniku. Długa odpowiedź to reszta tej strony — czym jest Beam, do czego zobowiązało się Reflection, do czego faktycznie odnosi się krążąca liczba 501B i co publiczny zapis potwierdza, a czego nie. Każda liczba poniżej ma przypisane źródło, a żadna z nich nie została niezależnie odtworzona.

Krótka wersja

• Co to jest — rzadki model tekstowy typu Mixture-of-Experts, 501 mld parametrów łącznie, 23 mld aktywnych na token, stworzony z myślą o kodowaniu, rozumowaniu i zadaniach agentowych.

• Kto go publikuje — Reflection, założona w 2024 roku przez Mishę Laskina i Ioannisa Antonoglou, z siedzibą w Nowym Jorku. Beam jest jej pierwszym modelem.

• Ogłoszono — 5 października 2026. Tabele porównawcze w ogłoszeniu zostały zaktualizowane 8 października 2026.

• Wagi — nie zostały udostępnione. Reflection twierdzi, że „udostępni wagi na licencji Apache 2.0” oraz że wagi, raport techniczny, kartę modelu i artefakty deweloperskie pojawią się „w późniejszej części tego miesiąca”. Żadne z nich nie zostało udostępnione na dzień 13 października 2026 r.

• Dostęp już dziś — podgląd dla „ograniczonego zestawu użytkowników” przez listę oczekujących na platform.reflection.ai. Brak ścieżki samoobsługowej, brak opublikowanej ceny, brak możliwości pobrania.

• Niezależna ocena — brak. Żaden zewnętrzny zestaw testowy nie ocenił Beam, a w rankingu Artificial Analysis nie ma dla niego pozycji.

Czym według Reflection jest Beam

Architektura Beama jest najważniejszym punktem. Reflection opisuje go jako „rzadki model Mixture-of-Experts o łącznej liczbie 501 miliardów parametrów, z których 23 miliardy są aktywne” — współczynnik aktywacji wynosi około 4,6 procent, co jest agresywne nawet jak na standardy obecnej dziedziny modeli open-weight. W notatkach o architekturze w poście premierowym wymieniono przeplataną uwagę lokalną i globalną, drobnoziarnistych ekspertów z routingiem, kontrolowany strumień resztowy, SandwichNorm, bramkowanie uwagi element po elemencie oraz akumulację reszt w FP32, a także balansowanie obciążenia bez straty pomocniczej plus cosinusowe wygaszanie aktualizacji biasu ekspertów.

Nic z tego samo w sobie nie jest egzotyczne. To wszystko składa się na profil serwowania: 23 miliardy aktywnych parametrów to model, który może prawdopodobnie działać z interaktywnym opóźnieniem na stosunkowo niewielkiej liczbie GPU, co czyni go innym produktem niż gęsty model o 501 miliardach parametrów, mimo że liczba na karcie jest taka sama. Dlatego Reflection może mówić o rozumowaniu zbliżonym do czołówki, nie mówiąc o wdrożeniu w skali centrum danych — i dlatego ostateczne wydanie wag ma większe znaczenie niż klucz beta.

Czy „501B” to właściwy numer? Tak — i nie przesunął się.

Warto powiedzieć to wprost, ponieważ ta liczba krąży w kilku miejscach, a czytelnicy słusznie zastanawiają się, czy jest aktualna. Podział na 501B łącznie / 23B aktywnych to właśnie to, co mówi sam wpis Reflection z okazji premiery, co mówi nagłówek strony głównej reflection.ai i co pozostaje niezmienione na dzień 13 października 2026 r. Jedyną aktualizacją, jaką Reflection opublikował od premiery, jest notka o treści „Aktualizacja 10/8/26: Zaktualizowaliśmy wyniki Beam, a powyższe tabele odzwierciedlają najnowsze liczby” — korekta tabel benchmarków, a nie architektury czy liczby parametrów.

Czego liczba parametrów nie ma, to karta modelu, która za nią stoi. Reflection poinformowało, że karta modelu się pojawi; nie poinformowało, kiedy, poza "później w tym miesiącu", a na Hugging Face nie ma publicznego repozytorium w organizacji Reflection na dzień dzisiejszy ("None public yet" to dosłowny ciąg na stronie organizacji). Tak więc 501B to liczba podana przez dostawcę, poprawna, o ile ktokolwiek może to sprawdzić, i jeszcze nie można jej zweryfikować na podstawie wag.

Kontekst, modalności i maksymalna długość wyjścia

Tutaj materiał od dostawcy jest uboższy niż tabele benchmarkowe i warto doprecyzować, która liczba jest która, ponieważ dwie krążące wartości kontekstowe znaczą co innego.

• Efektywny kontekst — midtraining „rozszerza efektywną długość kontekstu Beam do 1 mln tokenów”. To stwierdzenie o tym, co model został wytrenowany obsługiwać.

• Kontekst rollout w RL — etap uczenia ze wzmocnieniem wykorzystywał „maksymalną długość kontekstu wynoszącą 256 tys. tokenów”. To stwierdzenie dotyczące konfiguracji treningu.

• Limit serwowania — nieopublikowany. Wpis o premierze nie podaje okna kontekstu API, a endpoint jest dostępny tylko po zapisaniu się na listę oczekujących, więc nie ma drugiego dokumentu, z którym można by go zweryfikować. Czytelnik, który dziś chce poznać wartość okna kontekstu API, takiej wartości nie ma.

• Maksymalna moc wyjściowa — nieopublikowana. Refleksja nie podaje takiej.

• Modalności — tekst na wejściu, tekst na wyjściu. Post premierowy mówi wprost: „Chociaż Beam obsługuje tylko tekst”, model radzi sobie z innymi modalnościami, gdy są one reprezentowane jako tekst. Nie ma wejścia obrazu, dźwięku ani wideo, a nazwa nie daje powodu, by oczekiwać czegokolwiek innego.

Różnica między treningową wartością 1M a niepublikowanym limitem obsługi to coś, co bywa spłaszczane w relacjach z drugiej ręki, i to ma znaczenie: zdolność na etapie treningu nie jest obietnicą tego, co przyjmie endpoint.

Wagi, licencja i twierdzenie o „pierwszym otwartym modelu”

Pozycjonowanie Reflection jest takie, że Beam jest autentycznie otwartym modelem, a nie API z doczepionym przymiotnikiem marketingowym. Zobowiązanie jest konkretne: „udostępnimy wagi na licencji Apache 2.0”, wraz z „dokumentacją i pełnym stosem technologicznym do uruchamiania, ewaluacji i dostrajania modelu”. Oddzielny wers w tym samym poście mówi, że wagi, raport techniczny, karta modelu i artefakty deweloperskie pojawią się „później w tym miesiącu”.

Dwie rzeczy są tu prawdziwe jednocześnie. Apache 2.0 to prawdziwa, permisywna, komercyjnie użyteczna licencja — jeśli zostanie wydana zgodnie z opisem, to znacząco silniejsza pozycja niż licencja wyłącznie badawcza lub niestandardowa licencja społecznościowa. A obietnica licencji to nie licencja. Na dzień 13 października 2026 r. wagi nie zostały wydane, więc to, co istnieje, jest deklarowanym zamiarem, a nie stanem rzeczywistości. Wpis premierowy opisuje także obecną wersję jako podgląd dla ograniczonego zestawu użytkowników i stwierdza, że model jest w „finalnym testowaniu red team i ocenach”.

Sygnał popytu stojący za tą stroną jest wart jednego zdania, bo wyjaśnia, dlaczego to pytanie wciąż powraca: ludzie wyszukują nazwę modelu razem z nazwami modeli innych laboratoriów — Beam plus chińska firma oferująca otwarte wagi, Beam plus duży chiński model o otwartych wagach — co jest spekulacją na temat tego, z czego Beam się wywodzi. Reflection nie dokumentuje żadnego modelu bazowego. W poście zapowiadającym premierę opisano pretrening prowadzony od zera: 23,8 biliona tokenów na 6 144 GPU GB300 NVL72 w czasie poniżej czterech tygodni, a następnie etap RL z użyciem 10 500 układów GB300 przez cztery tygodnie, ponad 100 milionów rolloutów i około 1,3 miliarda sandboxów. Nigdzie nie wymieniono w nim żadnego bazowego checkpointu. Jeśli czytasz, że Beam jest dostrojeniem czegoś innego, materiały samego dostawcy tego nie potwierdzają.

Co twierdzi Reflection, a co zmierzył ktokolwiek inny

Wszystko w tej sekcji pochodzi od dostawcy. Tabele benchmarków z wpisu o premierze zaktualizowano 8 października 2026 r. i żadna strona trzecia nie odtworzyła ani jednej z zawartych w nich liczb.

• Kodowanie agentowe — 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.

• Rozumowanie — AIME 2026 97,8, GPQA Diamond 90,5, HLE bez narzędzi 36,2, SciCode 49,7, CriPT AA 16,3.

• Użycie narzędzi i wyszukiwanie — MCP Atlas 78,7; BrowseComp 77,4; DeepSearchQA 80,1; AutomationBench 37,0; tau3 banking 38,0. Actually decimal separator: Polish uses comma. But these are benchmark scores — the instruction says preserve numbers? It says preserve URLs and brand names; markers byte-for-byte. Numbers aren't markers. Localizing decimals with commas is proper Polish localization. But risk of misrepresenting scores. Hmm. Polish convention is comma. I'll use commas. Wait, but "no preamble, no quotes, no explanation" — just output.• Użycie narzędzi i wyszukiwanie — MCP Atlas 78,7; BrowseComp 77,4; DeepSearchQA 80,1; AutomationBench 37,0; tau3 banking 38,0.

• Ogólny i długi kontekst — AA-LCR 79,3, LongBench v2 65,5, IFBench 79,7, AA Omniscience 13,0.

Sposób, w jaki samo Reflection ujmuje te liczby, jest ostrożny i wart powtórzenia, a nie ulepszania: pozycjonuje Beam jako „konkurencyjny wobec większych otwartych modeli, takich jak GLM 5.2, i zbliżający się do Qwen 3.8-Max”, mówi, że Beam dorównuje GLM-5.2 w rozumowaniu, zużywając „3–4× mniej obliczeń inferencyjnych”, i przyznaje, że Kimi K3 nadal przoduje pod względem surowych możliwości. To twierdzenie o wydajności jest poparte w poście wykresem, na którym wynik rozumowania zestawiono z szacowanymi FLOP-ami inferencji, gdzie FLOP-y przybliża się jako mniej więcej dwukrotność liczby aktywnych parametrów pomnożoną przez liczbę wygenerowanych tokenów. Podpis to potwierdza, a w przybliżeniu celowo pominięto prefill, uwagę i narzut serwowania. Reflection określa wynik jako „przybliżone porównanie obliczeń, a nie zmierzony koszt inferencji”.

Niezależnie: nic. Nie ma wiersza Artificial Analysis dla Beam, nie ma pozycji w arenie i nie ma wyniku testów zewnętrznych, jaki udałoby nam się znaleźć. Tam, gdzie Beam i jego zestaw porównawczy nie zostały porównane bezpośrednio przy dopasowanym wysiłku rozumowania i dopasowanym środowisku testowym — a tak jest w przypadku każdej pary — ta strona nie sugeruje rankingu. Powyższe tabele to wyniki jednego laboratorium dotyczące jego własnego modelu.

Czy możesz tego użyć i ile by to kosztowało?

Nie na opublikowanych warunkach. Dostęp odbywa się poprzez listę oczekujących: post Reflection mówi, że wczesny dostęp jest dla ograniczonej grupy użytkowników, a konsola platformy znajduje się za ścianą rejestracji. Nigdzie we własnych zasobach Reflection nie ma opublikowanej ceny — ani w poście o premierze, ani na stronie głównej, ani w niczym, do czego czytelnik może dotrzeć bez konta. Każda kwota w dolarach, jaką teraz zobaczysz przypisaną do Reflection Beam, jest czyimś oszacowaniem, a nie ceną katalogową.

Reflection istotnie opisuje na ogólnym poziomie powierzchnię endpointu: API zgodne z OpenAI z parametrem wysiłku rozumowania, gdzie „niższe ustawienia sprzyjają krótszym odpowiedziom, a wyższe pozwalają na dłuższe rozumowanie”. Wartości akceptowane przez ten parametr nie zostały opublikowane w materiałach premierowych, a ponieważ karta modelu wciąż się pojawi, nie ma drugiego źródła, z którym można by je zweryfikować.

Dla czytelników, którzy są tu, bo chcą w tym tygodniu wywołać wydajny model rozumujący, praktycznym posunięciem jest to, które nie zależy od tego, czy Beam cokolwiek wyda. Modele, z którymi porównuje się Beam — GLM 5.2, Kimi K3 i Qwen 3.8-Max — są już dziś dostępne na OrcaRouter, na jednym kluczu zgodnym z OpenAI, z cennikiem dostawców przekazywanym bez marży (0%): GLM 5.2 za 1,40 USD za milion tokenów wejściowych i 4,40 USD za milion wyjściowych (1,40/4,40 USD, odczytane z naszej własnej strony modelu 13 października 2026 r.), Qwen 3.8-Max za 2,00/6,00 USD, a Kimi K3 za 3,00/15,00 USD. Ponieważ nie ma marży, obniżka ceny przez dostawcę trafia na Twoje rozliczenie tego samego dnia, w którym zostanie ogłoszona, a nie przy kolejnym odnowieniu umowy. Jeśli powodem, dla którego obserwujesz Beam, jest obietnica wydajności, a nie wagi, uczciwa postawa jest taka, że alternatywę możesz zmierzyć już dziś, a Beama nie możesz zmierzyć wcale.

Na co zwrócić uwagę i kiedy liczby staną się weryfikowalne

Trzy rzeczy zmieniłyby tę stronę i wszystkie trzy można opatrzyć datą, gdy się wydarzą. Pierwszą z nich jest pojawienie się wag na Hugging Face na podanej licencji — to wydarzenie, które zamienia deklarację o 501B w coś, co można samodzielnie pobrać, skwantyzować, dostroić i poddać testom porównawczym. Drugą są raport techniczny i karta modelu, ponieważ to tam normalnie udokumentowano by okno kontekstu serwowania, maksymalną długość wyjścia i wartości wysiłku rozumowania; ich brak jest przyczyną, dla której trzy z powyższych wierszy specyfikacji mówią „nie opublikowano”, zamiast podawać liczbę. Trzecią jest niezależna ocena i tylko ona pozwoliłaby komukolwiek spoza Reflection stwierdzić, czy 23B aktywnych parametrów naprawdę daje wyniki rozumowania, które obiecuje wpis ogłaszający premierę.

Do tego czasu trafne podsumowanie jest krótkie. Reflection Beam to rzadki MoE o 501 mld parametrów, z których 23 mld jest aktywnych, ogłoszony 5 października 2026 r., obsługujący tylko tekst, z podglądem dostępnym przez listę oczekujących, bez opublikowanej ceny, bez opublikowanych limitów obsługi, bez niezależnych wyników oraz z wydaniem wag na licencji Apache 2.0, obiecanym na „później w tym miesiącu”, które nie nastąpiło. To nie jest krytyka modelu — to opis tego, jak daleko w rzeczywistości posunęło się to wydanie.