Reflection Beam: Mô hình trọng số mở 501B thực chất là gì, và những gì vẫn còn thiếu

Reflection Beam là mô hình ngôn ngữ đầu tiên từ Reflection, phòng thí nghiệm tại New York được thành lập vào năm 2024 bởi hai cựu nhà nghiên cứu DeepMind, Misha Laskin và Ioannis Antonoglou, và là phòng thí nghiệm có sứ mệnh được tuyên bố là "làm cho trí tuệ trở nên mở và dễ tiếp cận với tất cả mọi người." Beam là mô hình hỗn hợp chuyên gia thưa (sparse mixture-of-experts) với tổng cộng 501 tỷ tham số, kích hoạt 23 tỷ trong số đó mỗi token, được công bố vào ngày 5 tháng 10 năm 2026 và nhắm đến công việc lập trình, suy luận và tác tử. Tính đến ngày 13 tháng 10 năm 2026, nó cũng mới chỉ được phát hành một nửa: thông báo gọi nó là mô hình trọng số mở, thông báo hứa hẹn các trọng số Apache 2.0, và các trọng số vẫn chưa được phát hành.

Khoảng trống đó là điều cần bám lấy nếu bạn đến đây từ một tìm kiếm về tên của mô hình và muốn biết liệu bạn có thể làm gì với nó hay không. Câu trả lời ngắn gọn là: không thông qua trọng số, chưa phải lúc này, và không có trên bất kỳ bảng giá nào. Câu trả lời dài là phần còn lại của trang này — Beam là gì, Reflection đã cam kết điều gì, con số 501B đang lưu hành thực sự ám chỉ điều gì, và hồ sơ công khai ủng hộ và không ủng hộ những gì. Mọi con số dưới đây đều được quy về một nguồn, và không có con số nào trong đó đã được tái tạo độc lập.

Phiên bản ngắn

• Đây là gì — một mô hình văn bản Mixture-of-Experts thưa, tổng cộng 501B tham số, 23B hoạt động mỗi token, được xây dựng cho lập trình, suy luận và các khối lượng công việc agentic.

• Ai phát hành nó — Reflection, được thành lập vào năm 2024 bởi Misha Laskin và Ioannis Antonoglou và đặt trụ sở tại New York. Beam là mô hình đầu tiên của nó.

• Đã công bố — 5 tháng 10 năm 2026. Các bảng điểm chuẩn trong thông báo đã được sửa đổi vào ngày 8 tháng 10 năm 2026.

• Trọng số — chưa phát hành. Reflection cho biết họ "sẽ phát hành trọng số theo giấy phép Apache 2.0" và rằng trọng số, báo cáo kỹ thuật, thẻ mô hình cùng các sản phẩm dành cho nhà phát triển sẽ ra mắt "vào cuối tháng này." Tính đến ngày 13 tháng 10, cả hai đều chưa xuất hiện.

• Truy cập ngay hôm nay — bản xem trước dành cho “một nhóm người dùng hạn chế,” thông qua danh sách chờ tại platform.reflection.ai. Không có lối tự phục vụ, không có giá được công bố, không có bản tải xuống.

• Đánh giá độc lập — không có. Chưa có bộ khung đánh giá nào của bên thứ ba chấm điểm Beam, và không có mục nào cho nó trên bảng xếp hạng Artificial Analysis.

Điều mà Reflection nói Beam là

Hình dạng của Beam chính là điểm nhấn. Reflection mô tả nó là một "mô hình Mixture-of-Experts thưa với tổng 501 tỷ tham số, 23 tỷ tham số hoạt động" — tỷ lệ kích hoạt vào khoảng 4,6 phần trăm, mức khá mạnh tay ngay cả theo tiêu chuẩn của lĩnh vực trọng số mở hiện nay. Phần ghi chú kiến trúc trong bài đăng ra mắt nêu tên attention cục bộ và toàn cục xen kẽ, các expert được định tuyến chi tiết, một luồng residual được kiểm soát, SandwichNorm, gating attention theo từng phần tử và tích lũy residual FP32, cùng với cân bằng tải không cần loss phụ trợ và suy giảm cosine của các cập nhật thiên lệch expert.

Không có điều nào trong số đó tự thân là lạ thường. Điều mà chúng cộng lại thành là một cấu hình phục vụ: 23 tỷ tham số hoạt động là một mô hình có thể chạy một cách hợp lý ở độ trễ tương tác trên tương đối ít GPU, vốn là một sản phẩm khác với một mô hình dense 501 tỷ tham số cho dù con số trên thẻ là như nhau. Đó là lý do vì sao Reflection có thể nói về suy luận cận biên giới mà không cần nói về một triển khai quy mô trung tâm dữ liệu — và vì sao việc phát hành trọng số cuối cùng quan trọng hơn khóa beta.

“501B” có phải là con số đúng không? Đúng — và nó vẫn không hề thay đổi

Điều này đáng được nói thẳng ra vì con số này lưu hành ở một vài nơi và độc giả có lý khi tự hỏi liệu nó có còn hiện hành hay không. Tỷ lệ tách 501B tổng / 23B hoạt động là điều mà chính bài đăng ra mắt của Reflection nói, là điều mà tiêu đề trang chủ reflection.ai nói, và nó không thay đổi tính đến ngày 13 tháng 10 năm 2026. Bản cập nhật duy nhất mà Reflection đã công bố kể từ khi ra mắt là một ghi chú có nội dung "Cập nhật 10/8/26: Chúng tôi đã cập nhật kết quả của Beam, và các bảng ở trên phản ánh những số liệu mới nhất" — một bản sửa đổi đối với các bảng đánh giá, không phải đối với kiến trúc hay số lượng tham số.

Điều mà số lượng tham sốkhông có được là một thẻ mô hình (model card) đứng sau nó. Reflection đã nói rằng một thẻ mô hình sẽ sớm ra mắt; họ chưa cho biết thời điểm cụ thể ngoài "cuối tháng này", và tính đến hôm nay, không có kho lưu trữ nào được công khai thuộc tổ chức của Reflection trên Hugging Face ("None public yet" là chuỗi ký tự nguyên văn trên trang của tổ chức). Vậy nên 501B là con số do nhà cung cấp công bố, đúng trong phạm vi mà bất kỳ ai cũng có thể kiểm chứng, và chưa thể đối chiếu với trọng số mô hình.

Ngữ cảnh, phương thức và đầu ra tối đa

Ở đây, tài liệu của nhà cung cấp mỏng hơn các bảng chuẩn, và đáng để nói chính xác số nào là số nào, vì hai con số bối cảnh đang lưu hành mang ý nghĩa khác nhau.

• Ngữ cảnh hiệu dụng — huấn luyện giữa “mở rộng độ dài ngữ cảnh hiệu dụng của Beam lên 1M token.” Đó là một phát biểu về những gì mô hình đã được huấn luyện để xử lý.

• Bối cảnh rollout RL — giai đoạn học tăng cường đã sử dụng "độ dài ngữ cảnh tối đa là 256K token." Đó là một nhận định về cấu hình huấn luyện.

• Giới hạn phục vụ — chưa được công bố. Bài đăng ra mắt không đưa ra cửa sổ ngữ cảnh API, và endpoint nằm sau danh sách chờ, nên không có tài liệu thứ hai để đối chiếu. Một độc giả muốn có con số ngữ cảnh API vào thời điểm hiện tại thì không có.

• Sản lượng tối đa — không được công bố. Phản hồi không nêu rõ con số nào.

• Phương thức — văn bản vào, văn bản ra. Bài đăng ra mắt nói rõ: “Mặc dù Beam chỉ dành cho văn bản,” mô hình vẫn xử lý các phương thức khác khi chúng được biểu diễn dưới dạng văn bản. Không có đầu vào hình ảnh, âm thanh hay video, và cái tên không đưa ra lý do nào để mong đợi điều ngược lại.

Sự phân biệt giữa con số huấn luyện 1M và một giới hạn phục vụ chưa được công bố là kiểu điều thường bị san phẳng trong các đưa tin gián tiếp, và điều đó quan trọng: năng lực tại thời điểm huấn luyện không phải là lời hứa về những gì một endpoint sẽ chấp nhận.

Trọng số, giấy phép và tuyên bố “mô hình mở đầu tiên”

Định vị của Reflection là Beam là một mô hình thực sự mở, chứ không phải một API chỉ được gắn thêm một tính từ tiếp thị. Cam kết rất cụ thể: "chúng tôi sẽ phát hành trọng số theo giấy phép Apache 2.0," cùng với "tài liệu và toàn bộ stack để chạy, đánh giá và tinh chỉnh mô hình." Một dòng riêng trong cùng bài đăng cho biết trọng số, báo cáo kỹ thuật, thẻ mô hình và các thành phẩm dành cho nhà phát triển sẽ ra mắt "vào cuối tháng này."

Có hai điều cùng đúng ở đây. Apache 2.0 là một giấy phép thực sự, mang tính cấp phép rộng rãi, có thể dùng cho mục đích thương mại — nếu được phát hành đúng như mô tả, đó là một vị thế mạnh hơn đáng kể so với giấy phép chỉ dành cho nghiên cứu hoặc giấy phép cộng đồng tùy chỉnh. Và một cam kết cấp phép không phải là một giấy phép. Tính đến ngày 13 tháng 10 năm 2026, các trọng số vẫn chưa được phát hành, nên thứ đang tồn tại là một ý định đã được tuyên bố, chứ không phải một trạng thái của thực tế. Bài đăng ra mắt cũng mô tả phiên bản hiện tại là bản xem trước dành cho một nhóm người dùng hạn chế, và nói rằng mô hình đang trong "quá trình red-teaming và đánh giá cuối cùng."

Tín hiệu nhu cầu đằng sau trang này đáng để nói một câu, vì nó giải thích tại sao câu hỏi cứ liên tục được đặt ra: người ta đang tìm kiếm tên của mô hình cùng với tên các mô hình của những phòng thí nghiệm khác — Beam cộng với một nhà phát triển mô hình mở trọng số Trung Quốc, Beam cộng với một mô hình mở trọng số lớn của Trung Quốc — đó là suy đoán về việc Beam bắt nguồn từ đâu. Reflection không ghi nhận mô hình cơ sở nào. Bài đăng ra mắt mô tả quá trình tiền huấn luyện chạy từ đầu: 23,8 nghìn tỷ token trên 6.144 GPU GB300 NVL72 trong vòng chưa đầy bốn tuần, sau đó là một giai đoạn RL sử dụng 10.500 GB300 trong bốn tuần, hơn 100 triệu lượt rollout và khoảng 1,3 tỷ sandbox. Không có checkpoint cơ sở nào được nêu tên ở bất kỳ đâu trong đó. Nếu bạn đã đọc rằng Beam là bản tinh chỉnh của một thứ gì đó khác, thì tài liệu của chính nhà cung cấp không ủng hộ điều đó.

Những gì Reflection tuyên bố, và những gì người khác đã đo lường

Mọi thứ trong phần này đều do nhà cung cấp tự báo cáo. Các bảng đánh giá hiệu năng trong bài đăng ra mắt đã được sửa đổi vào ngày 8 tháng 10 năm 2026 và chưa có bên thứ ba nào tái lập được dù chỉ một con số trong đó.

• Lập trình tác tử — 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.

• Suy luận — AIME 2026 97.8, GPQA Diamond 90.5, HLE không dùng công cụ 36.2, SciCode 49.7, CriPT AA 16.3.

• Sử dụng công cụ và tìm kiếm — MCP Atlas 78.7, BrowseComp 77.4, DeepSearchQA 80.1, AutomationBench 37.0, tau3 banking 38.0.

• Tổng quát và ngữ cảnh dài — AA-LCR 79.3, LongBench v2 65.5, IFBench 79.7, AA Omniscience 13.0.

Cách Reflection tự diễn giải những con số đó rất thận trọng, và đáng được nhắc lại thay vì nâng cấp: nó định vị Beam là "cạnh tranh được với các mô hình mở lớn hơn như GLM 5.2 và đang tiến gần Qwen 3.8-Max", nói rằng Beam ngang bằng GLM-5.2 về suy luận trong khi dùng "lượng tính toán suy luận ít hơn 3–4×", và thừa nhận Kimi K3 vẫn dẫn đầu về năng lực thô. Tuyên bố về hiệu quả đó được bài viết hỗ trợ bằng một biểu đồ vẽ điểm suy luận theo FLOPs suy luận ước tính, trong đó FLOPs được xấp xỉ bằng khoảng hai lần số tham số hoạt động nhân với số token được tạo ra. Chú thích nói rõ như vậy, và cách xấp xỉ này cố ý loại trừ prefill, attention và chi phí phục vụ. Reflection gọi kết quả là "một so sánh tính toán gần đúng thay vì chi phí suy luận được đo lường".

Một cách độc lập: không có gì. Không có dòng Artificial Analysis nào cho Beam, không có vị trí xếp hạng trên arena, và không có kết quả harness của bên thứ ba mà chúng tôi có thể tìm thấy. Ở những trường hợp Beam và nhóm so sánh của nó chưa được đánh giá đối đầu trực tiếp với cùng mức nỗ lực suy luận và cùng harness — điều đúng với mọi cặp — trang này không ngụ ý xếp hạng nào. Các bảng ở trên là số liệu của một phòng thí nghiệm về mô hình của chính họ.

Bạn có thể sử dụng nó không, và nó sẽ tốn bao nhiêu?

Không theo các điều khoản được công bố. Quyền truy cập nằm trong danh sách chờ: bài đăng của Reflection cho biết quyền truy cập sớm chỉ dành cho một nhóm người dùng hạn chế, và bảng điều khiển nền tảng nằm sau một bức tường đăng ký. Không có mức giá nào được công bố ở bất kỳ đâu trên các kênh riêng của Reflection — không có trong bài đăng ra mắt, không có trên trang chủ, không có trong bất cứ thứ gì mà người đọc có thể tiếp cận mà không cần tài khoản. Bất kỳ con số đô la nào bạn thấy gắn với Reflection Beam vào lúc này đều là ước tính của ai đó, chứ không phải giá niêm yết.

Reflection có mô tả bề mặt endpoint ở mức tổng quan: một API tương thích OpenAI với tham số reasoning effort, trong đó “cài đặt thấp hơn ưu tiên phản hồi ngắn hơn, còn cài đặt cao hơn cho phép suy luận dài hơn.” Các giá trị mà tham số đó chấp nhận không được công bố trong tài liệu ra mắt, và vì model card vẫn chưa có, nên không có nguồn thứ hai để đối chiếu chúng.

Đối với những độc giả ở đây vì muốn có một mô hình suy luận hiệu quả để gọi trong tuần này, nước đi thực tế là nước đi không phụ thuộc vào việc Beam có phát hành bất cứ thứ gì hay không. Những mô hình mà Beam được đem ra so sánh — GLM 5.2, Kimi K3 và Qwen 3.8-Max — đều đang hoạt động trên OrcaRouter ngay hôm nay, trên một khóa tương thích với OpenAI, với giá niêm yết của nhà cung cấp được chuyển nguyên vẹn ở mức chênh lệch 0%: GLM 5.2 ở mức 1,40 USD cho mỗi triệu token đầu vào và 4,40 USD cho mỗi triệu token đầu ra (1,40/4,40 USD, lấy từ chính trang mô hình của chúng tôi ngày 13 tháng 10 năm 2026), Qwen 3.8-Max ở mức 2,00/6,00 USD, và Kimi K3 ở mức 3,00/15,00 USD. Vì không có chênh lệch giá, một đợt giảm giá của nhà cung cấp sẽ đến với hóa đơn của bạn ngay trong ngày được công bố, thay vì vào lần gia hạn hợp đồng tiếp theo. Nếu lý do bạn để mắt tới Beam là tuyên bố về hiệu quả chứ không phải bộ trọng số, thì quan điểm trung thực là bạn có thể đo lường phương án thay thế ngay hôm nay còn Beam thì hoàn toàn không thể đo lường được.

Cần theo dõi điều gì và khi nào những con số trở nên có thể kiểm chứng

Ba điều sẽ thay đổi trang này, và cả ba đều có thể xác định được thời điểm khi chúng xảy ra. Trọng số được đăng tải trên Hugging Face theo giấy phép đã nêu là điều thứ nhất — đó là sự kiện biến một tuyên bố 501B thành thứ bạn có thể tự tải về, lượng tử hóa, tinh chỉnh và đánh giá. Báo cáo kỹ thuật và thẻ mô hình là điều thứ hai, vì đó thường là nơi ghi lại cửa sổ ngữ cảnh phục vụ, đầu ra tối đa và các giá trị nỗ lực suy luận; sự thiếu vắng của chúng là lý do ba trong số các dòng thông số ở trên ghi "chưa công bố" thay vì mang một con số. Một đánh giá độc lập là điều thứ ba, và đây là điều duy nhất có thể cho bất kỳ ai bên ngoài Reflection biết liệu 23B tham số hoạt động có thực sự đem lại các điểm suy luận mà bài đăng ra mắt tuyên bố hay không.

Cho đến lúc đó, bản tóm tắt chính xác thì ngắn gọn. Reflection Beam là một MoE thưa 501 tỷ tham số với 23 tỷ tham số hoạt động, được công bố ngày 5 tháng 10 năm 2026, chỉ hỗ trợ văn bản, với bản xem trước có danh sách chờ, không có giá được công bố, không có giới hạn phục vụ được công bố, không có điểm số độc lập, và một bản phát hành trọng số Apache 2.0 đã được hứa cho “cuối tháng này” nhưng vẫn chưa diễn ra. Đó không phải là lời chỉ trích mô hình — mà là mô tả bản phát hành thực sự đã tiến được đến đâu.