Reflection Beam: что на самом деле представляет собой модель 501B с открытыми весами и чего всё ещё не хватает

Reflection Beam — первая языковая модель от Reflection, нью-йоркской лаборатории, основанной в 2024 году двумя бывшими исследователями DeepMind, Мишей Ласкиным и Иоаннисом Антонопулосом, и заявленная миссия которой — «сделать интеллект открытым и доступным для всех». Beam — это разреженная модель со смесью экспертов с общим числом параметров 501 миллиард, которая активирует 23 миллиарда из них на каждый токен; она была анонсирована 5 октября 2026 года и позиционируется для программирования, рассуждений и агентной работы. Кроме того, по состоянию на 13 октября 2026 года она выпущена лишь наполовину: в анонсе её называют моделью с открытыми весами, в анонсе обещают веса под Apache 2.0, а сами веса не выпущены.

Эта лакуна — то, за что стоит держаться, если вы попали сюда из поиска по названию модели и хотите узнать, можно ли с этим что-то сделать. Короткий ответ таков: не через веса, пока нет и ни в одном прайс-листе. Длинный ответ — это всё остальное на этой странице: что такое Beam, к чему обязалась Reflection, к чему на самом деле относится цифра 501B в обращении и что открытая информация подтверждает, а что нет. Каждая цифра ниже сопровождается ссылкой на источник, и ни одна из них не была независимо воспроизведена.

Краткая версия

• Что это — разреженная текстовая модель Mixture-of-Experts, 501 млрд параметров всего, 23 млрд активных на токен, создана для программирования, рассуждений и агентных задач.

• Кто её публикует — Reflection, основанная в 2024 году Мишей Ласкиным и Иоаннисом Антонологу, со штаб-квартирой в Нью-Йорке. Beam — её первая модель.

• Объявлено — 5 октября 2026 г. Таблицы бенчмарков в объявлении были пересмотрены 8 октября 2026 г.

• Веса — не выпущены.В Reflection заявляют, что «выпустят веса под лицензией Apache 2.0», а также что веса, технический отчёт, карточка модели и артефакты для разработчиков появятся «позже в этом месяце». По состоянию на 13 октября 2026 года ни то, ни другое так и не было выпущено.

• Доступ на сегодня — предварительный просмотр для «ограниченного круга пользователей» через лист ожидания на platform.reflection.ai. Никакой самостоятельной регистрации, никакой опубликованной цены, никакой загрузки.

• Независимая оценка — отсутствует. Ни один сторонний испытательный стенд не оценивал Beam, и для него нет записи в таблице лидеров Artificial Analysis.

Что, по словам Reflection, представляет собой Beam

Форма Beam — вот главная новость. Reflection описывает её как «разреженную модель Mixture-of-Experts с 501 млрд общих параметров, 23 млрд активных» — при доле активных параметров около 4,6 %, что агрессивно даже по меркам нынешней области открытых весов. В заметках об архитектуре в посте о запуске названы чередующееся локальное и глобальное внимание, мелкозернистые маршрутизируемые эксперты, контролируемый остаточный поток, SandwichNorm, поэлементное гейтирование внимания и накопление остатков в FP32, а также балансировка нагрузки без вспомогательной функции потерь плюс косинусное затухание обновлений смещений экспертов.

Само по себе ничто из этого не является экзотикой. В сумме это даёт профиль обслуживания: 23 миллиарда активных параметров — это модель, которая может с достаточной вероятностью работать с интерактивной латентностью на сравнительно небольшом количестве GPU, что представляет собой иной продукт, чем плотная модель с 501 миллиардом параметров, даже если число на карточке одно и то же. Вот почему Reflection может говорить о рассуждениях, близких к передовым, не говоря о развёртывании масштаба дата-центра — и почему будущий выпуск весов важнее, чем бета-ключ.

«501B» — это правильный номер? Да — и он не изменился.

Об этом стоит сказать прямо, потому что эта цифра встречается в нескольких местах, и читатели вполне резонно задаются вопросом, актуальна ли она. Разделение 501B общих / 23B активных — это то, что сказано в собственном посте Reflection о запуске, то, что указано в заголовке на главной странице reflection.ai, и по состоянию на 13 октября 2026 года оно не изменилось. Единственное обновление, опубликованное Reflection после запуска, — это заметка следующего содержания: «Обновление 10/8/26: мы обновили результаты Beam, и приведённые выше таблицы отражают последние значения» — пересмотр таблиц бенчмарков, а не архитектуры или количества параметров.

Чего у количества параметров не хватает, так это стоящей за ним карточки модели. Reflection заявила, что карточка модели появится; но не сообщила, когда именно, кроме «позже в этом месяце», и по состоянию на сегодня в организации Reflection на Hugging Face нет публичного репозитория («None public yet» — буквальная строка на странице организации). Таким образом, 501B — это заявленная вендором цифра, верная настолько, насколько кто-либо может проверить, и пока её нельзя сверить с весами.

Контекст, модальности и максимальный вывод

Здесь материал вендора менее подробен, чем эталонные таблицы, и стоит точно указать, какая цифра к чему относится, поскольку две фигурирующие в обращении контекстные цифры означают разные вещи.

• Эффективный контекст — мидтрейнинг «расширяет эффективную длину контекста Beam до 1M токенов». Это утверждение о том, что модель была обучена обрабатывать.

• Контекст роллаута RL — на этапе обучения с подкреплением использовалась «максимальная длина контекста в 256K токенов». Это утверждение о конфигурации обучения.

• Лимит обслуживания — не опубликован. В анонсе запуска не указано контекстное окно API, а эндпоинт доступен только через лист ожидания, поэтому нет второго документа, с которым можно было бы сверить это значение. У читателя, которому нужна цифра контекста API уже сегодня, её нет.

• Максимальный вывод — не публикуется. Reflection не указывает его.

• Модальности — текст на входе, текст на выходе. В посте о запуске прямо сказано: «Хотя Beam — только текстовая модель», модель обрабатывает другие модальности, когда они представлены в виде текста. Ввода изображений, аудио или видео нет, и название не даёт оснований ожидать иного.

Разница между показателем в 1M на этапе обучения и неопубликованным лимитом обслуживания — это как раз то, что обычно сглаживается во вторичном освещении, и это важно: возможность, существующая во время обучения, не является обещанием того, что примет эндпоинт.

Веса, лицензия и заявление о «первой открытой модели»

Позиционирование Reflection состоит в том, что Beam — это по-настоящему открытая модель, а не API, к которому прилепили маркетинговое прилагательное. Обязательство конкретно: «мы выпустим веса под лицензией Apache 2.0», а также «документацию и полный стек для запуска, оценки и дообучения модели». Отдельная строка в том же посте говорит, что веса, технический отчёт, карточка модели и артефакты для разработчиков появятся «позже в этом месяце».

Здесь одновременно верны две вещи. Apache 2.0 — это настоящая разрешительная лицензия, допускающая коммерческое использование; если выпустить всё как описано, это будет существенно более сильная позиция, чем лицензия только для исследований или нестандартная лицензия для сообщества. И обещание лицензии — это не лицензия. По состоянию на 13 октября 2026 года веса ещё не выпущены, так что существует лишь заявленное намерение, а не фактическое положение дел. В посте о запуске также говорится, что текущая версия — это предварительная версия для ограниченного круга пользователей, и что модель находится на стадии «финального red-teaming и оценок».

Сигнал спроса, стоящий за этой страницей, заслуживает одного предложения, потому что он объясняет, почему этот вопрос продолжают задавать: люди ищут название модели вместе с названиями моделей других лабораторий — Beam плюс китайский разработчик открытых весов, Beam плюс крупная китайская модель с открытыми весами — а это домыслы о том, от чего происходит Beam. Reflection не документирует никакую базовую модель. В посте о запуске описывается предобучение, которое проводилось с нуля: 23,8 трлн токенов на 6 144 GPU GB300 NVL72 менее чем за четыре недели, после чего следовал этап RL с использованием 10 500 GB300 в течение четырёх недель, более 100 миллионов роллаутов и примерно 1,3 миллиарда песочниц. Там нигде не назван базовый чекпойнт. Если вы читали, что Beam — это дообучение чего-то другого, собственные материалы вендора этого не подтверждают.

Что утверждает Reflection — и что измерили другие

Всё в этом разделе приводится со слов производителя. Таблицы бенчмарков в посте о запуске были пересмотрены 8 октября 2026 года, и ни одна третья сторона не воспроизвела ни одной цифры из них.

• Агентное программирование — 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.

• Рассуждение — AIME 2026 97,8, GPQA Diamond 90,5, HLE без инструментов 36,2, SciCode 49,7, CriPT AA 16,3.

• Использование инструментов и поиск — MCP Atlas 78.7, BrowseComp 77.4, DeepSearchQA 80.1, AutomationBench 37.0, tau3 banking 38.0.

• Общий и длинный контекст — AA-LCR 79.3, LongBench v2 65.5, IFBench 79.7, AA Omniscience 13.0.

Собственная формулировка Reflection относительно этих цифр осторожна, и её стоит повторить, а не усиливать: она позиционирует Beam как «конкурентоспособную с более крупными открытыми моделями вроде GLM 5.2 и приближающуюся к Qwen 3.8-Max», утверждает, что Beam не уступает GLM-5.2 в рассуждениях, используя при этом «в 3–4 раза меньше вычислительных ресурсов на инференс», и признаёт, что Kimi K3 по-прежнему лидирует по сырым возможностям. Это утверждение об эффективности подкреплено в посте графиком, где оценка рассуждений сопоставляется с оценочными FLOPs инференса, причём FLOPs приблизительно считаются как удвоенное число активных параметров, умноженное на количество сгенерированных токенов. Подпись к графику это подтверждает, а приближение намеренно исключает предзаполнение, внимание и накладные расходы на обслуживание. Reflection называет результат «приблизительным сравнением вычислений, а не измеренной стоимостью инференса».

Независимо: ничего. В Artificial Analysis нет строки для Beam, нет позиции на арене и нет результата стороннего испытательного стенда, который мы могли бы найти. Там, где Beam и его набор для сравнения не проходили прямое сравнение при согласованном уровне усилий рассуждения и согласованном стенде — а это верно для каждой пары — эта страница не подразумевает ранжирования. Таблицы выше — это цифры одной лаборатории о её собственной модели.

Можете ли вы это использовать, и сколько это будет стоить?

Не на опубликованных условиях. Доступ осуществляется через лист ожидания: в посте Reflection говорится, что ранний доступ предназначен для ограниченного круга пользователей, а консоль платформы находится за стеной регистрации. Нигде на собственных ресурсах Reflection нет опубликованной цены — ни в посте о запуске, ни на главной странице, ни в чём-либо, до чего читатель может добраться без аккаунта. Любая цифра в долларах, которую вы сейчас видите рядом с Reflection Beam, — это чья-то оценка, а не цена из прайс-листа.

Reflection действительно описывает поверхность конечной точки на высоком уровне: API, совместимый с OpenAI, с параметром reasoning effort, где «более низкие настройки способствуют более коротким ответам, а более высокие настройки допускают более длительное рассуждение». Значения, которые принимает этот параметр, не опубликованы в материалах запуска, а поскольку карточка модели ещё только ожидается, нет второго источника, с которым их можно сверить.

Для читателей, которые оказались здесь, потому что хотят на этой неделе вызывать эффективную модель рассуждений, практичный шаг — тот, который не зависит от того, выпустит ли Beam что-либо. Модели, с которыми сравнивают Beam, — GLM 5.2, Kimi K3 и Qwen 3.8-Max — все уже сегодня доступны на OrcaRouter по одному ключу, совместимому с OpenAI, с ценами провайдеров по прайс-листу и наценкой 0%: GLM 5.2 — $1.40 за миллион входных токенов и $4.40 за миллион выходных ($1.40/$4.40, взято с нашей собственной страницы модели 13 октября 2026 года), Qwen 3.8-Max — $2.00/$6.00, а Kimi K3 — $3.00/$15.00. Поскольку наценки нет, снижение цены вендором доходит до вашего счёта в тот же день, когда о нём объявлено, а не при следующем продлении договора. Если причина, по которой вы следите за Beam, — это заявление об эффективности, а не веса, то честная позиция такова: альтернативу вы можете измерить уже сегодня, а Beam — не можете измерить вовсе.

За чем следить и когда цифры можно будет проверить

Три вещи изменили бы эту страницу, и все три можно датировать, когда они произойдут. Первая — это появление весов на Hugging Face под указанной лицензией: именно это событие превращает заявление о 501B в то, что вы сможете скачать, квантовать, дообучить и протестировать самостоятельно. Вторая — технический отчёт и карточка модели, потому что именно в них обычно документировались бы контекстное окно при обслуживании, максимальная длина вывода и значения reasoning-effort; их отсутствие — причина, по которой три строки спецификации выше значатся как «не опубликовано», а не содержат число. Третья — независимая оценка, и только она позволила бы кому-либо за пределами Reflection сказать, действительно ли 23B активных параметров обеспечивают те показатели рассуждений, которые заявлены в посте о запуске.

До тех пор точное резюме коротко. Reflection Beam — это разреженная MoE-модель на 501 млрд параметров с 23 млрд активных, анонсированная 5 октября 2026 года, только текстовая, с предварительным доступом по списку ожидания, без опубликованной цены, без опубликованных лимитов обслуживания, без независимых оценок и с релизом весов под Apache 2.0, который был обещан «позже в этом месяце» и так и не состоялся. Это не критика модели — это описание того, насколько далеко на самом деле продвинулся релиз.