反思光束：501B 開放權重模型實際上是什麼，以及仍缺少什麼

Reflection Beam是 Reflection 推出的第一款語言模型。Reflection 是 2024 年由兩位前 DeepMind 研究員 Misha Laskin 與 Ioannis Antonoglou 在紐約創立的實驗室，其公開宣示的使命是「讓智慧對所有人開放且可及」。Beam 是一個稀疏專家混合模型，總參數量達 5,010 億，每個 token 會喚醒其中 230 億個參數，於 2026 年 10 月 5 日發表，主打程式編寫、推理與代理式工作。而截至 2026 年 10 月 13 日，它也僅是「半發布」：公告稱其為開放權重模型，公告承諾提供 Apache 2.0 授權的權重，但權重並未釋出。

那個落差就是該牢牢記住的重點——如果你是搜尋這個模型名稱而來到這裡，並想知道自己能否用它做任何事。簡短答案是：不能透過權重，目前還不能，而且也不在任何價格表上。完整答案就是本頁其餘內容——Beam 是什麼、Reflection 已承諾了什麼、流傳中的 501B 數字實際上指的是什麼，以及公開紀錄支持與不支持哪些說法。以下每個數字都註明來源，且其中沒有任何一項經過獨立重現。

簡短版本

• 這是什麼 — 一個稀疏混合專家（Mixture-of-Experts）文字模型，總參數 501B，每個 token 啟用 23B 參數，專為程式設計、推理與代理式工作負載而打造。

• 誰發布它——Reflection，由 Misha Laskin 和 Ioannis Antonoglou 於 2024 年創立，總部位於紐約。Beam 是它的首個模型。

• 已發布 —— 2026年10月5日。公告中的基準測試表格已於2026年10月8日修訂。

• 權重—— 尚未發布。Reflection 表示「將以 Apache 2.0 授權條款發布權重」，並稱權重、技術報告、模型卡與開發者相關成品將於「本月稍晚」推出。截至 2026 年 10 月 13 日，兩者皆尚未發布。

• 今日開放使用 — 為「有限的一組使用者」提供的預覽，須透過 platform.reflection.ai 的等候名單。無自助途徑、未公布價格、不提供下載。

• 獨立評估——無。沒有任何第三方評測框架對 Beam 進行評分，且 Artificial Analysis 排行榜上也沒有它的條目。

Reflection 說 Beam 是什麼

Beam 的形態就是最大亮點。Reflection 將其描述為「總參數達 5,010 億、啟動參數 230 億的稀疏混合專家模型」——啟動比例約為 4.6%，即使以當前開放權重領域的標準來看也堪稱激進。發布文章中的架構說明提及交錯的區域與全域注意力、細粒度路由專家、受控殘差流、SandwichNorm、逐元素注意力閘控與 FP32 殘差累加，並搭配無輔助損失的負載平衡，以及專家偏置更新的餘弦衰減。

這些本身都不算奇特。它們加總起來形成的是一種推論服務輪廓：230 億個活躍參數，代表這是一個能在相對少量 GPU 上以互動延遲合理運行的模型；即使規格表上的數字相同，它仍是與 5,010 億參數稠密模型不同的產品。這就是為什麼 Reflection 能夠談論接近前沿的推理，卻不必談論資料中心規模的部署——也是為什麼最終的權重釋出比 beta 金鑰更重要。

「501B」是正確的號碼嗎？是的——而且它沒有移動過。

這點值得直說，因為這個數字在幾個地方流傳，讀者自然會想知道它是否為最新。501B 總參數／23B 活躍參數的拆分，是 Reflection 自家發布貼文的說法，也是 reflection.ai 首頁標題的說法，且截至 2026 年 10 月 13 日仍未改變。Reflection 自發布以來所公布唯一的一項更新，是一則寫著「更新 10/8/26：我們已更新 Beam 的結果，上方表格反映的是最新數字」的註記——那是對基準測試表格的修訂，而非對架構或參數量的修訂。

參數數量所沒有的，是背後有一份模型卡。Reflection 曾表示模型卡即將推出；除了「本月稍後」之外，並未說明具體時間，而截至今日，Reflection 在 Hugging Face 上的組織底下沒有任何公開的儲存庫（組織頁面上的原文是「None public yet」）。因此，501B 是廠商聲稱的數字，就任何人目前能查核的範圍而言正確，但尚未能對照權重進行查核。

上下文、模態與最大輸出

這裡的廠商資料比基準表來得單薄，而且值得精確說明哪個數字是哪個，因為目前流通的兩個背景數字所指不同。

• 有效上下文 —— 中期訓練「將 Beam 的有效上下文長度延伸至 100 萬個 token」。這是關於該模型被訓練來處理什麼的陳述。

• RL rollout 脈絡 —— 強化學習階段使用了「最大上下文長度為 256K 個 token」。那是關於訓練組態的陳述。

• 服務用量上限 — 未公布。發布文章中並未提供 API 上下文視窗，且該端點仍處於候補名單之後，因此沒有第二份文件可供交叉查核。想取得 API 上下文數據的讀者，目前無從得知。

• 最大輸出 — 未公佈。Reflection 未說明。

• 模態——文字輸入，文字輸出。發布貼文明確指出：「儘管 Beam 僅支援文字，」當其他模態以文字形式表示時，該模型仍能處理。它沒有圖像、音訊或視訊輸入，而這個名稱也沒有理由讓人預期會有其他輸入。

1M 訓練數字與未公開的服務上限之間的區別，正是那種在二手報導中會被抹平的事，而這點很重要：訓練時的能力，並不代表端點會接受什麼的承諾。

權重、授權條款，以及「首個開放模型」的說法

Reflection 的定位是：Beam 是一個真正開放的模型，而不是一個掛著行銷形容詞的 API。這項承諾很具體：「我們將以 Apache 2.0 授權釋出權重」，以及「用於執行、評估與微調該模型的文件與完整技術堆疊」。同一篇文章的另一行寫道，權重、技術報告、模型卡與開發者相關產物將於「本月稍後」發布。

這裡同時有兩件事是真的。Apache 2.0 是一份真實、寬鬆、可商用的授權條款——若按所述方式發布，那會是比僅供研究或自訂社群授權條款明顯更強有力的立場。而授權承諾並不等於授權。截至 2026 年 10 月 13 日，權重尚未發布，因此存在的是明示的意圖，而非現實狀態。發布文章也將目前版本描述為供有限使用者使用的預覽版，並表示該模型正處於「最終紅隊測試與評估」階段。

支撐這個頁面的需求訊號值得用一句話說明，因為它解釋了為什麼這個問題一再被提出：人們會把該模型的名稱與其他實驗室的模型名稱一起搜尋——Beam 加上一家中國開放權重機構、Beam 加上一個大型中國開放權重模型——這是在揣測 Beam 衍生自什麼。Reflection 並未記載任何基礎模型。發布文章描述的是從零開始進行的預訓練：在不到四週內，於 6,144 個 GB300 NVL72 GPU 上處理 23.8 兆個 token，接著是一個 RL 階段，使用 10,500 個 GB300 為期四週，超過 1 億次 rollout，以及大約 13 億個沙箱。文中任何地方都沒有提到基礎檢查點的名稱。如果你讀過 Beam 是某個其他模型的微調版本，該廠商自己的資料並不支持這種說法。

Reflection 所聲稱的，以及其他任何人所測量到的

本節所有內容皆由廠商自行回報。該發布文章的基準測試表格已於 2026 年 10 月 8 日修訂，且尚無任何第三方重現其中任何一項數據。

• 代理式編碼 — 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。

• 推理 — AIME 2026 97.8，GPQA Diamond 90.5，HLE（不使用工具）36.2，SciCode 49.7，CriPT AA 16.3。

• 工具使用與搜尋 — MCP Atlas 78.7、BrowseComp 77.4、DeepSearchQA 80.1、AutomationBench 37.0、tau3 銀行業 38.0。

• 一般與長上下文 — AA-LCR 79.3、LongBench v2 65.5、IFBench 79.7、AA Omniscience 13.0。

Reflection 本身對這些數字的表述相當審慎，值得照樣重述，而非加以升級：它將 Beam 定位為「可與 GLM 5.2 等較大型開放模型競爭，並正逐漸接近 Qwen 3.8-Max」，表示 Beam 在推理方面可與 GLM-5.2 匹敵，同時使用「少 3–4 倍的推論算力」，並承認 Kimi K3 在原始能力上仍居領先。該篇文章以一張圖表支持這項效率主張，圖表將推理分數對照估計的推論 FLOPs 繪製，其中 FLOPs 約以活躍參數量的兩倍乘以生成的 token 數來近似。圖說如此說明，而這項近似刻意排除了預填充、注意力與服務開銷。Reflection 將該結果標示為「近似算力比較，而非實測推論成本」。

獨立而言：沒有。我們找不到 Beam 的 Artificial Analysis 欄位、沒有任何競技場排名，也沒有任何第三方測試框架的結果。在 Beam 及其比較對象尚未在相同的推理投入程度與相同的測試框架下進行正面對決基準測試的情況下——而每一組配對都是如此——本頁並不暗示任何排名。上述表格是某個實驗室關於自家模型的數據。

你可以使用它嗎，費用會是多少？

並非依照公開條款提供。使用權採候補名單制：Reflection 的貼文表示，早期存取僅限少數使用者，而平台主控台則藏在註冊牆之後。在 Reflection 自家的所有管道上，都沒有公佈任何價格——不論是發布貼文、首頁，或任何讀者未登入帳戶就能觸及的內容，都沒有。你現在看到任何標在 Reflection Beam 上的美元數字，都是某人的估算，不是定價。

Reflection 確實在高層次上描述了端點介面：一個與 OpenAI 相容的 API，帶有名為 reasoning effort 的參數，其中「較低的設定偏好較短的回應，而較高的設定則允許較長的推理」。該參數接受的值並未在發布資料中公布，而且由於模型卡尚未推出，也沒有第二個來源可供核對。

對於因為想在本週呼叫一個高效率推理模型而來到這裡的讀者，務實的做法是那個不依賴 Beam 推出任何東西的選擇。Beam 被拿來比較的模型——GLM 5.2、Kimi K3 與 Qwen 3.8-Max——如今全都已在 OrcaRouter 上線，使用單一 OpenAI 相容金鑰，並將供應商定價以 0% 加價原樣傳遞：GLM 5.2 每百萬輸入 token 為 $1.40、每百萬輸出為 $4.40（$1.40/$4.40，摘自我們自己的模型頁面，2026 年 10 月 13 日），Qwen 3.8-Max 為 $2.00/$6.00，而 Kimi K3 為 $3.00/$15.00。因為沒有加價，供應商降價會在宣布當天就反映到你的帳單，而不是等到下一次合約續約。如果你關注 Beam 的理由是效率主張而非權重，誠實的立場是：你今天可以衡量替代方案，卻完全無法衡量 Beam。

該留意什麼，以及這些數字何時會變得可查核

有三件事會改變這個頁面，而且這三件事發生時都能確切標定日期。權重依所述授權條款上架到 Hugging Face 是第一件——正是這個事件，讓 501B 的宣稱變成你可以自己下載、量化、微調與評測的東西。技術報告與模型卡是第二件，因為服務情境視窗、最大輸出量與推理投入程度數值，通常正是在那裡記載的；它們的缺席，就是為什麼上方三行規格寫的是「尚未公布」，而不是帶著一個數字。獨立評估是第三件，而且唯有它能讓 Reflection 以外的人判斷，23B 活躍參數是否真的換來發布貼文所宣稱的推理分數。

在那之前，準確的摘要很短。Reflection Beam 是一個 501B 參數的稀疏 MoE，其中 23B 為活躍參數，於 2026 年 10 月 5 日宣布，僅支援文字，提供候補名單預覽，沒有公布價格，沒有公布服務限制，沒有獨立評分，而且承諾「本月稍晚」發布 Apache 2.0 權重，但至今尚未實現。這不是對該模型的批評——而是描述該發布實際上進展到什麼程度。