Beam 1.0 在 OpenCode 內免費提供：1M 上下文、無限請求，以及無到期日的免費使用期

Reflection's Beam 1.0-501B-A23B於 2026 年 10 月 16 日起可以在 OpenCode 內免費呼叫——1,048,576 個 token 的上下文，任何地方都沒有印出請求上限，還附上一個沒有標明結束日期的「限時」標籤。這個模型本身出自十月初——OpenCode 選擇器背後的目錄條目載明發布日期為 2026 年 10 月 5 日——所以本週改變的是你能在哪裡取用它，以及取用它的代價，這比「免費模型出現在程式碼編寫框架中」是則範圍更窄的新聞；那在這平台上幾乎每個星期都會發生。

有兩個細節決定那對你而言是重要的，還是僅僅有趣。第一個是資料保留。Beam Free 並不是那種供應商會拿你的提示詞來訓練的免費模型，但它也不是零保留：OpenCode 公布的是 30 天。在程式碼代理中，傳送的內容就是你的儲存庫，這讓那一行資訊變成一個關於你原始碼的決定，而不是關於模型品質的決定。第二個是價格。Beam 1.0 並非在所有地方都免費：Apache 2.0 的權重由第三方供應商以商業方式提供，而 Artificial Analysis 在其追蹤的供應商中，記錄到中位數為每百萬輸入 token 0.70 美元、每百萬輸出 token 2.10 美元。那是來自獨立來源的數據，而非 Reflection 自己的，而且這是這個模型唯一擁有的獨立價格數據：第三方端點有各自的價目表，Reflection 則沒有，因此一旦免費期結束，Reflection 本身會收取多少費用，不是今天任何人能得知的。

OpenCode 實際發佈了什麼

這則公告只有一行。OpenCode 自己在 X 上、日期為 2026 年 10 月 16 日的貼文寫道：「Beam 現已在 OpenCode 推出 - 1M Context - 限時免費」。關於這項優惠，所有可查證的內容都藏在那句話背後，存在於兩個發布不同資訊的地方。

OpenCode's Zen documentation is the authority on the endpoint. It lists the model as beam-free, served at https://opencode.ai/inference/openai/v1/chat/completions through the O​penAI-compatible @ai-sdk/openai-compatible package — meaning an existing O​penAI-shaped client points at it with a base-URL change and nothing else. The pricing row is Free on input, Free on output, Free on cached read, and a dash in the cached-write column — the same dash every free row on that table carries. That dash is worth noticing: on this route the model is free to read from and free to write to, so there is no partial meter hiding in the offer.

Go 頁面是這些限制的權威來源，而且不列出任何數字。Beam Free 在該處顯示時標註為「限時」，並在每月用量欄中標示「無限」——在 $10 的 Go 方案與 $40 的 Go Plus 方案上完全相同——且在預估請求表中，全部三個請求預估欄位也都標示「無限」。LongCat 2.5 Preview Free 也受到相同待遇；清單中其他項目則無此待遇。Go 模型清單也將 Beam Free 標示為「有限地區」，這是另一種限制，將於下文說明。OpenCode 的頁面指出，其模型託管於美國與歐盟。

OpenCode 選擇器背後的模型中介資料補上了規格細節。reflection/beam-1.0-501b-a23b這個項目帶有 1,048,576 個 token 的上下文視窗、131,072 個 token 的最大輸出，並在推理、工具呼叫、結構化輸出與溫度控制上標記為「是」。權重標示為開放，指向 Reflection 的 Hugging Face 儲存庫。價格欄位顯示 $0.00 / $0.00——這並不是 Reflection 的費率，而是費率從缺，以目錄在免費路徑存在時唯一能記錄的方式記下。

留客這條線比價格這條線更管用。

OpenCode 在同一頁面上公布各模型專屬的隱私條款，而在一張「free」出現十五次的表格裡，保留欄位才是真正區分各項方案的部分。把這些免費模型相互對照來看，它們會分成三組。

• 在免費期間會以你的資料進行訓練——Big Pickle、Exo Free、MiMo-V2.6-Flash Free 與 MiMo-V2.5 Free，其中 OpenCode 明確表示所蒐集的資料「可能用於改進模型」。M​use Spark 1.3 Contributor Free 則朝不同方向更進一步：折扣是「以同意讓我們使用你的提示與回應來訓練未來的 M​eta 模型」作為交換條件而提供的。

• 零保留，不用於訓練——LongCat 2.5 Preview Free、GLM-5.3-Flash Free、DeepSeek V4.1 Flash Free 與 Space Bunny Free 皆標示為零保留，且不用於訓練。這是本頁最乾淨的層級。

• 未用於訓練，但保留 30 天 — Beam Free 就位於此處，與 LL Alpha Free 並列。OpenCode 的措辭是「提示與其他輸入不會用於訓練。基於安全理由，資料會保留 30 天」，並在免費模型附註中重複相同的措辭。另一個獨立群組——N​emotron 免費端點——則帶有更嚴厲的警告：「僅限試用——請勿提交個人或機密資料。」

這使 Beam Free 落在方案清單的中間位置，而它在此處比在聊天產品中更重要的原因，在於代理框架。程式編碼代理送出的不是一個問題；它送出的是它讀取過的檔案、它產生的差異，以及它判定為相關的周遭脈絡——往往是數十萬個 token，而這正是 1M 窗口存在的全部意義。這些位元組每一個都會落進 30 天的那個桶子裡。如果你的儲存庫是你絕不會貼進公開問題追蹤系統的東西，那麼免費方案的那行保留條款就是值得談的條件，而你能進行的談判是：在自己的硬體上，以 Apache 2.0 授權的權重執行 Beam 1.0，在那裡沒有任何第三方會保留任何東西。

封鎖清單的長度，早已超過這份優惠的實用程度。

Beam Free 也是 OpenCode 免費清單中地理限制最嚴格的模型，而這項限制值得在任何人據此規劃之前完整閱讀一遍。

• 無法在以下地區使用：——安哥拉、白俄羅斯、柬埔寨、中國（包括香港與澳門）、古巴、剛果民主共和國、赤道幾內亞、伊朗、伊拉克、寮國、利比亞、奈及利亞、北韓、俄羅斯、敘利亞、土庫曼、烏茲別克、委內瑞拉，以及烏克蘭的克里米亞、頓內茨克與盧甘斯克地區。即十八個國家，外加三個具名地區。

• 這個封鎖實際上針對的是什麼——OpenCode 將其歸因於 Beam Free 背後的供應商，而非模型本身。這項區別有其實際作用：Beam 1.0 的權重採用 Apache 2.0 授權，且無需區域限制即可下載，因此身處被封鎖國家的團隊仍能執行該檢查點。它無法做到的是使用這個特定的免費端點，而替代方案是自行託管或使用 Reflection 自家的 API，而非另一個免費方案。

• 美國與歐盟主機代管——OpenCode 表示，其模型託管於美國與歐盟，對任何負有資料駐留義務的人來說，這是同一個問題的另一半。一個託管於美國與歐盟的端點，具備 30 天保留期與十八國封鎖，是一種特定的合規樣貌，而且今天就能查核，而非等到採購之後。

免費窗口相較於真實價格有何價值

「免費」只有在有可供對照的基準時才具參考意義，而對 Beam 1.0 來說，那個基準如今已經存在。由於權重採用 Apache 2.0 授權，第三方供應商得以商業化提供該模型，而 Artificial Analysis——它獨立對其進行基準測試，而非複述 Reflection 自家公布的數字——在其追蹤的供應商中記錄到中位數為每百萬輸入 token 0.70 美元、每百萬輸出 token 2.10 美元，在其標準 7:2:1 快取命中組合下為每百萬 0.43 美元的混合價，而執行一項 Intelligence Index 任務為 0.57 美元。因此這項方案是相對於已公布錨定價格的真正折扣，而不是世上唯一的數字。沒有人公布的是第一方價目表：公開紀錄中沒有任何內容說明，一旦 OpenCode 的窗口關閉，Reflection 自己會對 Beam 1.0 收取多少費用。

這以一種值得精確對待的方式重新定義了風險。零元對上 $0.70 和 $2.10 是實實在在的節省，而且如果免費途徑結束，已經有付費的備援方案：第三方端點以接近該中位數的價格提供這些權重，或者在你自己的硬體上運行這些權重。真正無法建模的是另一個方向——Reflection 公布的第一方費率低於或取代第三方市場，這會同時改變所有提供該模型服務者的比較基準。而且工作負載無論如何都會擴大範圍：一個總是進行推理、預設使用其最高推理努力並寫出長追蹤記錄的模型，在每百萬輸出符元 $2.10 和某些旗艦模型收取的 $15.00 這兩種價位下，是截然不同的費用項目，所以規劃時要對照的數字是你將在窗口期之後支付的費用，而不是你現在支付的零元。

Beam 1.0 並非我們所提供的模型之一，本文任何內容都不構成我們對其可用性的聲明；目前要呼叫它的方式，有 OpenCode 的免費端點、Reflection 自家的 API，或是在你自己的硬體上運行 Apache 2.0 權重。我們能做的是把這項風險的另一半也移除。OrcaRouter 是一組置於 200 多個模型之前的 OpenAI 相容金鑰，並以 0% 加價原樣沿用供應商的定價，這意味著供應商調價當天就會即時生效，而不是等到重新定價週期，而且自動容錯移轉意味著免費額度結束或某個端點出狀況的那一天，只需調整路由，而不必做遷移。如果 Beam 是你的主要模型，而你想在它後面接一個付費模型，以下是我們目錄中與它形態最相近的三個——長上下文、工具呼叫、結構化輸出：

• GLM-5.2 — GLM-5.2 每百萬個 token 定價 1.40 美元與 4.40 美元，並具備 1,000,000 個 token 的上下文視窗，是我們清單中最接近對等長上下文代理模型的選項。

• Kimi K3 — 1,048,576 個 token 的上下文，每百萬輸入 token 收費 3.00 美元，快取輸入 0.30 美元，輸出 15.00 美元；若試辦專案需要超越 Beam 而非僅與之匹敵，這便是旗艦級選擇。

• Qwen3.8-Max — 具備 1,000,000-token 視窗，每百萬輸入 token 收費 2.00 美元、輸出收費 6.00 美元，並開放權重，且雙向皆公開費率表。

免費的 100 萬 token 程式編寫視窗實際上適合用來做什麼？

Beam Free 透過 OpenCode 所揭露的規格，正是會改變編碼代理行為的那些，而值得精確區分：其中哪些是你經由這條途徑取得，哪些則是從模型取得。

• 上下文 — 1,048,576 個 token，也就是完整視窗。這裡沒有縮減上下文的免費版本，而這正是這項方案最實用的一點：免費版就是完整模型，而非精簡版。

• 輸出上限 — 模型為 131,072 個詞元，並在其上疊加 OpenCode 自身的請求塑形。若你的代理會產生大量差異或冗長的推理軌跡，請檢查端點上的實際上限，而非假設模型卡上的數字能原封不動地通過閘道。

• 推理 —— Beam 1.0 預設會進行推理，而非應要求才推理；其努力程度從最高一路到最低，並以最高為預設值。這正是免費視窗比平時更有價值的原因：持續開啟的推理模型每次呼叫都會消耗思考 token，而免費的思考 token 正是值得花用努力額度的理由，而不是該省著用它的理由。這也是最可能讓端點感覺緩慢的設定，因此你付出的是延遲，而不是金錢。

• 獨立測量——Artificial Analysis 以 Intelligence Index 30 分評測 Beam 1.0，在其所排名的 120 個模型中名列第 19，輸出速度為每秒 227.9 個 token，在其速度排名的 77 個模型中名列第二；第二項數字是各權重供應商的中位數，並非 Reflection 的數字。這些全都是第三方資料。但架構數字並非如此：501.3B 總參數與每 token 23.4B 的活躍參數皆為供應商自行回報，我們並未重現。

在窗口關閉前必須敲定的三件事

第一件事是你是否獲准使用它。在你讓代理程式指向它之前，先拿你團隊所在的據點對照十八國封鎖名單，並拿你的義務對照 30 天保留期限，因為兩者都已公布，而且在這一路上都不容協商。若保留期限是阻礙，同一頁面上的零保留免費模型就是替代方案；若地理限制是阻礙，Apache 2.0 權重就是替代方案。

第二點是你的備援方案要付出什麼代價。Beam 1.0 確實有市場價格——由第三方中位數 Artificial Analysis 記錄——但沒有第一方價格，所以有用的準備，是在今天就知道最接近的已定價模型在相同工作負載下，每百萬個詞元的成本。用一組金鑰、無需第二份合約來執行這項比較，未事先告知的終止就會變成設定變更，而不是一場手忙腳亂。

第三點是留意兩個能讓此事定案的日期。一個是 OpenCode 公布 Beam Free 的結束日期，這會把一項無限期推廣變成倒數計時，也是它能加入那張表的最有用單一資訊。另一個是 Reflection 公布 Beam 1.0 的第一方價目表，這會為第三方中位數設下上限，讓保留或捨棄的決定變成算術問題，而不是猜測。在上述其中一項落實之前，誠實的總結是：Beam 1.0 在 OpenCode 內免費、就任何已公布的衡量標準而言沒有上限、受地理限制、保留三十天，並且可依某種條件取得，而除了「限時」之外，沒有人承諾更多。

像這次發布背後有紀錄的 AI 失敗與代理事件，都收錄於 OrcaRouter AI Incident Archive，其中每一筆條目都附有各自的來源、嚴重程度、信心評級與爭議標記。