Reflection Beam: Vad 501B Open-Weight-modellen faktiskt är, och vad som fortfarande saknas

Reflection Beam är den första språkmodellen från Reflection, New York-labbet som grundades 2024 av två tidigare DeepMind-forskare, Misha Laskin och Ioannis Antonoglou, och vars uttalade mission är att "göra intelligens öppen och tillgänglig för alla". Beam är en sparse mixture-of-experts-modell med 501 miljarder totala parametrar som aktiverar 23 miljarder av dem per token, tillkännagiven den 5 oktober 2026 och inriktad på kodning, resonemang och agentiskt arbete. Den är också, sedan den 13 oktober 2026, bara halvt släppt: i tillkännagivandet kallas den för en modell med öppna vikter, tillkännagivandet utlovar Apache 2.0-vikter, och vikterna har inte släppts.

Det gapet är det du bör hålla fast vid om du kom hit via en sökning på modellens namn och vill veta om du kan göra något med det. Det korta svaret är: inte via vikter, inte ännu, och inte på någon prislista. Det långa svaret är resten av den här sidan — vad Beam är, vad Reflection har förbundit sig till, vad siffran 501B som cirkulerar faktiskt syftar på, och vad det offentliga underlaget stöder och inte stöder. Varje siffra nedan tillskrivs en källa, och inget av det har oberoende reproducerats.

Den korta versionen

• Vad det är — en gles Mixture-of-Experts-textmodell, 501B totala parametrar, 23B aktiva per token, byggd för kodning, resonemang och agentiska arbetsbelastningar.

• Vem publicerar det — Reflection, grundat 2024 av Misha Laskin och Ioannis Antonoglou och med huvudkontor i New York. Beam är dess första modell.

• Tillkännagavs — 5 oktober 2026. Benchmarktabellerna i tillkännagivandet reviderades den 8 oktober 2026.

• Vikter — inte släppta.kommer att släppa vikterna, teknisk rapport, modellkort och utvecklarartefakter och vikterna, teknisk rapport, modellkort och utvecklarartefakter och utvecklarartefakter.

• Tillgång i dag – en förhandsvisning för "en begränsad uppsättning användare", via en väntelista på platform.reflection.ai. Ingen självbetjäningsväg, inget offentliggjort pris, ingen nedladdning.

• Oberoende utvärdering — ingen. Inget tredjepartsramverk har betygsatt Beam, och det finns ingen post för det på Artificial Analysis resultattavla.

Vad Reflection säger att Beam är

Beams form är själva nyheten. Reflection beskriver den som en "gles Mixture-of-Experts-modell med totalt 501 miljarder parametrar, varav 23 miljarder aktiva" – en aktiveringskvot på omkring 4,6 procent, vilket är aggressivt även efter måttstockarna för det nuvarande open-weight-fältet. Arkitekturnoteringarna i lanseringsinlägget nämner sammanflätad lokal och global attention, finkorniga routade experter, en kontrollerad residualström, SandwichNorm, elementvis attention-gating och FP32-residualackumulering, med lastbalansering utan auxiliary loss plus cosinusavtagande för expert-biasuppdateringarna.

Inget av detta är exotiskt i sig. Vad det hela mynnar ut i är en serveringsprofil: 23 miljarder aktiva parametrar är en modell som rimligen kan köras med interaktiv latens på ett jämförelsevis litet antal GPU:er, vilket är en annan produkt än en dense-modell med 501 miljarder parametrar, även om siffran på kortet är densamma. Det är därför Reflection kan tala om frontiernära resonemang utan att tala om en driftsättning i datacenterskala – och varför det slutliga släppet av vikterna spelar större roll än beta-nyckeln.

Är "501B" rätt nummer? Ja — och det har inte flyttats

Detta är värt att säga rakt ut, eftersom siffran cirkulerar på några ställen och läsare rimligen undrar om den är aktuell. Fördelningen 501B totalt / 23B aktiva är vad Reflections eget lanseringsinlägg säger, det är vad rubriken på startsidan för reflection.ai säger, och den är oförändrad per den 13 oktober 2026. Den enda uppdatering som Reflection har publicerat sedan lanseringen är en notis med texten ”Uppdatering 10/8/26: Vi har uppdaterat Beams resultat, och tabellerna ovan återspeglar de senaste siffrorna” – en revidering av benchmark-tabellerna, inte av arkitekturen eller parameterantalet.

Vad parameterantalet inte har är ett modellkort bakom sig. Reflection har sagt att ett modellkort kommer; det har inte sagt när, mer än "senare denna månad," och det finns inget offentligt repo under Reflections organisation på Hugging Face i dag ("None public yet" är den bokstavliga strängen på organisationssidan). Så 501B är en av leverantören angiven siffra, korrekt så långt någon kan kontrollera, och ännu inte kontrollerbar mot vikter.

Kontext, modaliteter och maximal utdata

Här är leverantörmaterialet tunnare än benchmark-tabellerna, och det är värt att vara precis med vilken siffra som är vilken, eftersom de två kontextsiffror som är i omlopp betyder olika saker.

• Effektiv kontext – midträning "utökar Beams effektiva kontextlängd till 1M tokens." Det är ett påstående om vad modellen tränades att hantera.

• RL-rollout-kontext — förstärkningsinlärningsfasen använde "en maximal kontextlängd på 256K tokens". Det är ett påstående om träningskonfigurationen.

• Serveringsgräns — inte publicerad. Lanseringsinlägget anger inget API-kontextfönster, och slutpunkten ligger bakom en väntelista, så det finns inte ett andra dokument att kontrollera det mot. En läsare som vill ha en API-kontextsiffra i dag har ingen.

• Maximalt utdata — ej publicerat. Reflection anger inget.

• Modaliteter – text in, text ut. Lanseringsinlägget säger uttryckligen: ”Även om Beam är enbart text,” hanterar modellen andra modaliteter när de representeras som text. Det finns ingen inmatning av bild, ljud eller video, och namnet ger ingen anledning att förvänta sig något annat.

Skillnaden mellan 1M-träningssiffran och en opublicerad serving-gräns är sådant som plattas till i andrahandsbevakning, och det spelar roll: en träningstidskapacitet är inte ett löfte om vad en endpoint kommer att acceptera.

Vikter, licens och påståendet om den ”första öppna modellen”

Reflections positionering är att Beam är en genuint öppen modell snarare än ett API med ett marknadsförande adjektiv påklistrat. Åtagandet är specifikt: "vi kommer att släppa vikterna under en Apache 2.0-licens," tillsammans med "dokumentation och hela stacken för att köra, utvärdera och finjustera modellen." En separat rad i samma inlägg säger att vikterna, den tekniska rapporten, modellkortet och utvecklarartefakterna kommer att följa "senare denna månad."

Här är två saker sanna samtidigt. Apache 2.0 är en riktig, tillåtande och kommersiellt användbar licens – om den levereras som beskrivet är det en avsevärt starkare position än en licens enbart för forskning eller en anpassad community-licens. Och ett licenslöfte är inte en licens. Per den 13 oktober 2026 har vikterna inte släppts, så det som finns är en uttalad avsikt, inte ett faktiskt tillstånd. Lanseringsinlägget beskriver också den aktuella versionen som en förhandsvisning för en begränsad grupp användare, och säger att modellen befinner sig i ”slutlig red-teaming och utvärderingar”.

Efterfrågesignalen bakom den här sidan är värd en mening, eftersom den förklarar varför frågan fortsätter att ställas: folk söker efter modellens namn tillsammans med namnen på andra labbs modeller – Beam plus en kinesisk open-weight-aktör, Beam plus en stor kinesisk open-weight-modell – vilket är spekulation om vad Beam härstammar från. Reflection dokumenterar ingen basmodell. Lanseringsinlägget beskriver förträning som kördes från scratch: 23,8 biljoner tokens över 6 144 GB300 NVL72-GPU:er på under fyra veckor, följt av en RL-fas som använde 10 500 GB300:or i fyra veckor, mer än 100 miljoner rollouts och ungefär 1,3 miljarder sandlådor. Det finns ingen bas-checkpoint som nämns någonstans i den. Om du har läst att Beam är en fine-tune av något annat, stöder leverantörens eget material inte det.

Vad Reflection hävdar, och vad någon annan har mätt

Allt i det här avsnittet är rapporterat av leverantören. Lanseringsinläggets benchmarktabeller reviderades den 8 oktober 2026 och ingen tredje part har reproducerat en enda siffra i dem.

• Agentisk kodning — 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.

• Resonemang — AIME 2026 97.8, GPQA Diamond 90.5, HLE utan verktyg 36.2, SciCode 49.7, CriPT AA 16.3.

• Verktygsanvändning och sökning — MCP Atlas 78,7, BrowseComp 77,4, DeepSearchQA 80,1, AutomationBench 37,0, tau3 banking 38,0.

• Allmänt och lång kontext — AA-LCR 79.3, LongBench v2 65.5, IFBench 79.7, AA Omniscience 13.0.

Reflections egen beskrivning av dessa siffror är noggrann och förtjänar att upprepas snarare än att uppgraderas: den positionerar Beam som "konkurrenskraftig med större öppna modeller som GLM 5.2 och närmar sig Qwen 3.8-Max", säger att Beam matchar GLM-5.2 i resonemang samtidigt som den använder "3–4× mindre inferensberäkning" och erkänner att Kimi K3 fortfarande leder på rå kapacitet. Det effektivitetsanspråket stöds i inlägget av ett diagram som plottar resonemangspoäng mot uppskattade inferens-FLOPs, där FLOPs approximeras som ungefär två gånger antalet aktiva parametrar gånger antalet genererade tokens. Bildtexten säger detta, och uppskattningen utesluter medvetet prefill, attention och overhead för servering. Reflection betecknar resultatet som "en ungefärlig beräkningsjämförelse snarare än en uppmätt inferenskostnad."

Oberoende: ingenting. Det finns ingen rad för Beam i Artificial Analysis, ingen arenaplacering och inget resultat från tredjeparts-harness som vi kunde hitta. Där Beam och dess jämförelseuppsättning inte har benchmarkats direkt mot varandra med matchad resonemangsansträngning och matchad harness – vilket är fallet för varje par – antyder den här sidan ingen rangordning. Tabellerna ovan är ett labs siffror om sin egen modell.

Kan du använda det, och vad skulle det kosta?

Inte enligt offentliggjorda villkor. Åtkomst sker via en väntelista: inlägget från Reflection säger att tidig åtkomst är för en begränsad uppsättning användare, och plattformskonsolen ligger bakom en registreringsvägg. Det finns inget publicerat pris någonstans på Reflections egna sidor — inte i lanseringsinlägget, inte på startsidan, inte i något som en läsare kan nå utan ett konto. Varje dollarbelopp du ser kopplat till Reflection Beam just nu är någons uppskattning, inte ett listpris.

Reflection beskriver faktiskt slutpunktsytan på en övergripande nivå: ett OpenAI-kompatibelt API med en reasoning effort-parameter, där ”lägre inställningar gynnar kortare svar, medan högre inställningar tillåter längre resonemang”. De värden som parametern accepterar publiceras inte i lanseringsmaterialet, och eftersom modellkortet ännu inte har publicerats finns det ingen andra källa att stämma av dem mot.

För läsare som är här för att de vill ha en effektiv resonemangsmodell att anropa den här veckan, är det praktiska draget det som inte är beroende av att Beam levererar något. De modeller som Beam mäts mot — GLM 5.2, Kimi K3 och Qwen 3.8-Max — finns alla live på OrcaRouter i dag, på en enda OpenAI-kompatibel nyckel, med leverantörernas listpriser förda vidare med 0 % påslag: GLM 5.2 till $1,40 per miljon indatatoken och $4,40 per miljon utdata ($1,40/$4,40, avlästa från vår egen modellsida den 13 oktober 2026), Qwen 3.8-Max till $2,00/$6,00, och Kimi K3 till $3,00/$15,00. Eftersom det inte finns något påslag når en leverantörs prissänkning din faktura samma dag som den tillkännages i stället för vid nästa avtalsförnyelse. Om din anledning att bevaka Beam är effektivitetsanspråket snarare än vikterna, är den ärliga hållningen att du kan mäta alternativet i dag och inte kan mäta Beam alls.

Vad man ska hålla utkik efter, och när siffrorna blir kontrollerbara

Tre saker skulle förändra den här sidan, och alla tre går att datera när de inträffar. Vikterna som läggs upp på Hugging Face under den angivna licensen är den första – det är händelsen som förvandlar ett 501B-påstående till något du själv kan ladda ner, kvantisera, finjustera och benchmarka. Den tekniska rapporten och modellkortet är den andra, eftersom det är där ett kontextfönster för servering, maximal utdata och värdena för resonemangsansträngning normalt skulle dokumenteras; deras frånvaro är anledningen till att tre av specifikationsraderna ovan står som "inte publicerad" i stället för att ange en siffra. En oberoende utvärdering är den tredje, och det är den enda som skulle låta någon utanför Reflection avgöra huruvida 23B aktiva parametrar verkligen ger de resonemangspoäng som lanseringsinlägget hävdar.

Fram till dess är den korrekta sammanfattningen kort. Reflection Beam är en gles MoE med 501B parametrar och 23B aktiva, tillkännagavs den 5 oktober 2026, endast text, med en förhandsvisning med väntelista, inget publicerat pris, inga publicerade serveringsgränser, inga oberoende poäng och ett släpp av vikter under Apache 2.0 som har utlovats till "senare denna månad" och som inte har inträffat. Det är inte en kritik av modellen – det är en beskrivning av hur långt släppet faktiskt har kommit.