Reflection AI 推出 Beam：5010 億參數開放權重模型，推算成本降低三至四倍

模型概述

Reflection AI 於 2026 年 10 月 5 日的線上發表會上正式推出 Beam，這是一款採用混合專家（MoE）架構的語言模型，總參數規模高達 5010 億。為了降低推算成本，Beam 在每一次請求時僅激活 230 億參數，從而在保持模型能力的同時大幅減少計算資源的消耗。

Beam 的設計特別針對三大核心應用：複雜推理、程式碼生成以及規劃與工具使用等代理任務。模型支援高達一百萬 token 的上下文窗口，遠遠超過目前大多數大型語言模型的 8 千至 32 千 token 限制，為長篇文檔與多輪對話提供了更大的靈活性。

效能主張與比較

Reflection AI 宣稱 Beam 的效能可與中文領域的 GLM‑5.2 相媲美，同時在推算時所需的計算資源僅為其三至四倍。雖然公司尚未公開獨立基準測試結果，但此主張已引發業界對 MoE 架構效率的廣泛關注。

在不到四週的時間內，Beam 完成了 23.8 兆 token 的預訓練，使用了 6 144 台 Nvidia GB300 GPU 組成的叢集。這一高速訓練過程顯示，將工作負載分散至多個專家子網路的 MoE 設計，能顯著提升大規模模型的訓練效率。

強化學習階段

預訓練結束後，Reflection AI 進一步進行了人類回饋強化學習（RLHF）階段，動員 10 500 台 GB300 GPU 持續四週。此階段產生了約一億條軌跡，用於微調 Beam 在推理與代理任務上的行為，使模型在實際應用中更具可靠性與安全性。

公司計畫於 2026 年十月底完成內部安全評估與對抗測試，屆時將以 Apache 2.0 授權釋出 Beam 的完整權重。開放權重的策略旨在促進社群審查、加速下游創新，並為研究人員提供可自由改造的基礎模型。

商業背景與資金來源

Reflection AI 於 2024 年由前 DeepMind 研究人員創立，迄今已成功募集約 47 億美元的資金。公司同時披露了與 SpaceX 及 Nebius 的戰略基礎建設協議，預計在 2029 年前提供高達 70 億美元的計算資源，以支撐未來更大規模模型的研發。

• 5010 億總參數，單次請求啟用 230 億
• 一百萬 token 上下文窗口
• 在 <4 週內使用 6 144 台 GB300 GPU 完成 23.8 兆 token 的預訓練
• RLHF 使用 10 500 台 GB300 GPU 進行 4 週，產生約 1 億條軌跡
• 計畫於十月底以 Apache 2.0 授權釋出開放權重

Beam 的計算效率提升，使其成為預算有限但仍需求高品質語言能力的企業的理想選擇。透過僅啟用部分參數，組織可以在現有硬體上運行遠大於傳統模型的規模，或顯著降低雲端服務的支出。

若 Beam 的效能與 GLM‑5.2 的相當性得到驗證，它將不僅在中文市場具備競爭力，亦能為多語言與程式碼導向的工作負載提供可靠的非中文替代方案，擴大英語及其他語言開發者的選擇空間。

以台灣的企業為例，若以 Beam 取代目前市面上常見的 1750 億參數專有模型，可在推理 GPU 時間上減少最高 75%，從而降低營運成本、縮短使用者回應時間，並在相同的計算預算下處理更多請求，提升整體服務效能。

未來展望

Reflection AI 表示，未來將持續優化 Beam 的專家路由機制，探索更細粒度的參數激活策略，同時加強模型在安全性與公平性方面的測試。公司期待藉由開放權重的方式，吸引全球研究社群共同參與，進一步推動大型語言模型的透明化與可持續發展。