Reflection Beam: O que o Modelo de Pesos Abertos 501B Realmente É, e o que Ainda Falta

Reflection Beam is the first language model from Reflection, the New York lab founded in 2024 by two former DeepMind researchers, Misha Laskin and Ioannis Antonoglou, and one whose stated mission is to "make intelligence open and accessible to all." Beam is a sparse mixture-of-experts model with 501 billion total parameters that wakes 23 billion of them per token, announced on 5 October 2026 and pitched at coding, reasoning and agentic work. It is also, as of 13 October 2026, only half-released: the announcement calls it an open-weight model, the announcement promises Apache 2.0 weights, and the weights are not out.

Essa lacuna é o que se deve guardar se você chegou aqui por uma busca pelo nome do modelo e quer saber se pode fazer alguma coisa com ele. A resposta curta é: não por meio dos pesos, ainda não, e não em qualquer lista de preços. A resposta longa é o restante desta página — o que é o Beam, a que a Reflection se comprometeu, a que o número de 501B em circulação realmente se refere, e o que o registro público sustenta e o que não sustenta. Todo número abaixo é atribuído a uma fonte, e nada disso foi reproduzido de forma independente.

A versão curta

• O que é — um modelo de texto esparso de Mixture-of-Experts, 501B de parâmetros totais, 23B ativos por token, criado para cargas de trabalho de programação, raciocínio e agentes.

• Quem o publica — Reflection, fundada em 2024 por Misha Laskin e Ioannis Antonoglou e com sede em Nova Iorque. Beam é o seu primeiro modelo.

• Anunciado — 5 de outubro de 2026. As tabelas de benchmark no anúncio foram revisadas em 8 de outubro de 2026.

• Pesos — não divulgados. A Reflection afirma que "divulgará os pesos sob uma licença Apache 2.0" e que os pesos, o relatório técnico, a ficha do modelo e os artefatos de desenvolvedor chegarão "ainda este mês". Nenhum deles havia sido lançado em 13 de outubro de 2026.

• Acesso hoje — uma prévia para “um conjunto limitado de usuários”, por meio de uma lista de espera em platform.reflection.ai. Sem caminho de autoatendimento, sem preço publicado, sem download.

• Avaliação independente — nenhuma. Nenhum harness de terceiros pontuou o Beam, e não há entrada para ele no ranking do Artificial Analysis.

O que Reflection diz que Beam é

O formato do Beam é o destaque. A Reflection descreve-o como um "modelo esparso de Mistura de Especialistas com 501 bilhões de parâmetros totais, 23 bilhões ativos" — uma taxa de ativação de aproximadamente 4,6 por cento, o que é agressivo mesmo pelos padrões do atual campo de pesos abertos. As notas de arquitetura no post de lançamento mencionam atenção local e global intercaladas, especialistas roteados de granularidade fina, um fluxo residual controlado, SandwichNorm, gating de atenção elemento a elemento e acumulação residual em FP32, com balanceamento de carga sem perda auxiliar mais decaimento cosseno das atualizações de viés dos especialistas.

Nada disso é exótico por si só. O que isso compõe é um perfil de serving: 23 bilhões de parâmetros ativos é um modelo que pode, plausivelmente, rodar com latência interativa em um número comparativamente pequeno de GPUs, o que é um produto diferente de um modelo denso de 501 bilhões de parâmetros, ainda que o número na ficha seja o mesmo. É por isso que a Reflection pode falar em raciocínio próximo da fronteira sem falar em uma implantação em escala de data center — e por que a eventual disponibilização dos pesos importa mais do que a chave beta.

"501B" é o número certo? Sim — e não se moveu

Vale a pena afirmar isso claramente, porque o número circula em alguns lugares e os leitores, com razão, se perguntam se ele está atualizado. A divisão 501B totais / 23B ativos é o que diz o próprio post de lançamento da Reflection, é o que diz a manchete da página inicial da reflection.ai, e permanece inalterada em 13 de outubro de 2026. A única atualização que a Reflection publicou desde o lançamento é uma nota com o seguinte texto: “Atualização 10/8/26: atualizamos os resultados do Beam, e as tabelas acima refletem os números mais recentes” — uma revisão das tabelas de benchmark, não da arquitetura nem da contagem de parâmetros.

O que a contagem de parâmetros não tem é uma ficha de modelo por trás dela. A Reflection disse que uma ficha de modelo está chegando; não disse quando, além de "ainda este mês", e não há repositório público sob a organização da Reflection no Hugging Face até hoje ("None public yet" é a string literal na página da organização). Portanto, 501B é um número declarado pelo fornecedor, correto até onde qualquer pessoa consegue verificar, e ainda não verificável em relação aos pesos.

Contexto, modalidades e saída máxima

Aqui, o material do fornecedor é mais escasso do que as tabelas de benchmark, e vale a pena ser preciso sobre qual número é qual, porque os dois valores de contexto em circulação significam coisas diferentes.

• Contexto efetivo — o treinamento intermediário "estende o comprimento de contexto efetivo do Beam para 1M de tokens". Isso é uma afirmação sobre o que o modelo foi treinado para lidar.

• Contexto de rollout de RL — a etapa de aprendizado por reforço usou "um comprimento máximo de contexto de 256K tokens". Trata-se de uma afirmação sobre a configuração de treinamento.

• Limite de serviço — não publicado. O post de lançamento não informa uma janela de contexto de API, e o endpoint está atrás de uma lista de espera, de modo que não há um segundo documento para conferir. Quem quiser hoje um número de contexto de API não o tem.

• Saída máxima — não publicada. A reflexão não declara uma.

• Modalidades — texto como entrada, texto como saída. O post de lançamento é explícito: “Embora o Beam seja apenas texto”, o modelo lida com outras modalidades quando elas são representadas como texto. Não há entrada de imagem, áudio ou vídeo, e o nome não dá motivo para esperar o contrário.

A distinção entre o número de 1M do treinamento e um limite de serving não publicado é o tipo de coisa que acaba sendo achatada em coberturas de segunda mão, e isso importa: uma capacidade de treinamento não é uma promessa sobre o que um endpoint vai aceitar.

Pesos, licença e a alegação de "primeiro modelo aberto"

O posicionamento da Reflection é que o Beam é um modelo genuinamente aberto, em vez de uma API com um adjetivo de marketing acoplado. O compromisso é específico: "vamos lançar os pesos sob uma licença Apache 2.0", juntamente com "documentação e a stack completa para executar, avaliar e fazer fine-tuning do modelo". Uma linha separada na mesma publicação diz que os pesos, o relatório técnico, o cartão do modelo e os artefatos de desenvolvedor virão "ainda este mês".

Aqui, duas coisas são verdadeiras ao mesmo tempo. O Apache 2.0 é uma licença real, permissiva e comercialmente utilizável — se for lançado conforme descrito, isso representa uma posição significativamente mais forte do que uma licença apenas para pesquisa ou uma licença comunitária personalizada. E uma promessa de licença não é uma licença. Em 13 de outubro de 2026, os pesos ainda não foram lançados, portanto o que existe é uma intenção declarada, não um estado de coisas. O post de lançamento também descreve a versão atual como uma prévia para um conjunto limitado de utilizadores, e afirma que o modelo está em "red-teaming final e avaliações".

The demand signal behind this page is worth one sentence, because it explains why the question keeps getting asked: people are searching the model's name together with the names of other labs' models — Beam plus a Chinese open-weight house, Beam plus a large Chinese open-weight model — which is speculation about what Beam derives from. Reflection documents no basis model. The launch post describes pretraining that ran from scratch: 23.8 trillion tokens across 6,144 GB300 NVL72 GPUs in under four weeks, followed by an RL stage using 10,500 GB300s for four weeks, more than 100 million rollouts and roughly 1.3 billion sandboxes. There is no base checkpoint named anywhere in it. If you have read that Beam is a fine-tune of something else, the vendor's own material does not support it.

O que a Reflection afirma, e o que qualquer outra pessoa mediu

Tudo nesta seção é relatado pelo fornecedor. As tabelas de benchmark do post de lançamento foram revisadas em 8 de outubro de 2026 e nenhuma terceira parte reproduziu um único número nelas.

• Codificação agêntica — 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.

• Raciocínio — AIME 2026 97.8, GPQA Diamond 90.5, HLE sem ferramentas 36.2, SciCode 49.7, CriPT AA 16.3.

• Uso de ferramentas e pesquisa — MCP Atlas 78,7; BrowseComp 77,4; DeepSearchQA 80,1; AutomationBench 37,0; tau3 banking 38,0.

• Contexto geral e longo — AA-LCR 79.3, LongBench v2 65.5, IFBench 79.7, AA Omniscience 13.0.

A própria forma como a Reflection enquadra esses números é cuidadosa, e vale a pena repetir em vez de melhorar: posiciona o Beam como "competitivo com modelos abertos maiores, como GLM 5.2, e aproximando-se do Qwen 3.8-Max", diz que o Beam iguala o GLM-5.2 em raciocínio enquanto usa "3–4× menos computação de inferência", e reconhece que o Kimi K3 ainda lidera em capacidade bruta. Essa alegação de eficiência é sustentada no post por um gráfico que plota a pontuação de raciocínio em relação aos FLOPs estimados de inferência, em que os FLOPs são aproximados como cerca de duas vezes a contagem de parâmetros ativos multiplicada pelos tokens gerados. A legenda diz isso, e a aproximação exclui deliberadamente prefill, atenção e overhead de serving. A Reflection rotula o resultado como "uma comparação aproximada de computação, em vez de custo de inferência medido".

De forma independente: nada. Não há nenhuma linha do Artificial Analysis para o Beam, nenhuma colocação em arena e nenhum resultado de harness de terceiros que pudéssemos encontrar. Onde o Beam e seu conjunto de comparação não foram avaliados em benchmarks cara a cara com esforço de raciocínio equivalente e harness equivalente — o que é o caso de todos os pares —, esta página não implica uma classificação. As tabelas acima são números de um único laboratório sobre seu próprio modelo.

Você pode usá-lo, e quanto custaria?

Não em termos publicados. O acesso funciona por lista de espera: o post da Reflection diz que o acesso antecipado é para um conjunto limitado de usuários, e o console da plataforma fica atrás de uma barreira de cadastro. Não há preço publicado em lugar algum nas próprias propriedades da Reflection — nem no post de lançamento, nem na página inicial, nem em nada que um leitor consiga acessar sem uma conta. Qualquer valor em dólares que você veja atribuído ao Reflection Beam agora é estimativa de alguém, não um preço de tabela.

A Reflection descreve a superfície do endpoint em alto nível: uma API compatível com a OpenAI, com um parâmetro de esforço de raciocínio, em que "configurações mais baixas favorecem respostas mais curtas, enquanto configurações mais altas permitem raciocínio mais longo". Os valores que esse parâmetro aceita não são publicados no material de lançamento e, como o model card ainda está por vir, não há uma segunda fonte para conferi-los.

Para os leitores que estão aqui porque querem um modelo de raciocínio eficiente para usar esta semana, a medida prática é a que não depende de a Beam lançar coisa alguma. Os modelos com os quais a Beam é comparada — GLM 5.2, Kimi K3 e Qwen 3.8-Max — já estão no ar no OrcaRouter hoje, com uma única chave compatível com OpenAI, com os preços de tabela dos provedores repassados com 0% de margem: GLM 5.2 a US$ 1,40 por milhão de tokens de entrada e US$ 4,40 por milhão de saída (US$ 1,40/US$ 4,40, lidos em nossa própria página do modelo em 13 de outubro de 2026), Qwen 3.8-Max a US$ 2,00/US$ 6,00, e Kimi K3 a US$ 3,00/US$ 15,00. Como não há margem adicionada, um corte de preço do fornecedor chega à sua fatura no mesmo dia em que é anunciado, e não na próxima renovação de contrato. Se o seu motivo para acompanhar a Beam é a alegação de eficiência, e não os pesos, a posição honesta é que você pode medir a alternativa hoje e não pode medir a Beam de forma alguma.

O que acompanhar e quando os números se tornam verificáveis

Três coisas mudariam esta página, e todas as três podem ser datadas quando acontecerem. A disponibilização dos pesos no Hugging Face sob a licença declarada é a primeira — é o evento que transforma uma alegação de 501B em algo que você pode baixar, quantizar, ajustar com fine-tuning e executar benchmarks por conta própria. O relatório técnico e o model card são a segunda, porque é neles que uma janela de contexto de serving, uma saída máxima e os valores de esforço de raciocínio normalmente seriam documentados; a ausência deles é o motivo pelo qual três das linhas de especificação acima dizem "não publicado" em vez de trazer um número. Uma avaliação independente é a terceira, e é a única que permitiria a qualquer pessoa fora da Reflection dizer se 23B de parâmetros ativos realmente entrega as pontuações de raciocínio que o post de lançamento afirma.

Até então, o resumo preciso é curto. Reflection Beam é um MoE esparso de 501B parâmetros com 23B ativos, anunciado em 5 de outubro de 2026, somente texto, com uma prévia em lista de espera, sem preço publicado, sem limites de serviço publicados, sem pontuações independentes e com um lançamento de pesos Apache 2.0 prometido para "ainda este mês" e que não aconteceu. Isso não é uma crítica ao modelo — é uma descrição de até onde o lançamento realmente chegou.