Beam 是 Reflection 推出的首个开源权重模型。2026 年 10 月 16 日，Reflection 正式发布 Beam，Ollama 同日在官方博客宣布成为首发合作伙伴：模型总参数约 501B，采用混合专家架构，每个词元只激活约 23B 参数，上下文窗口达到 100 万词元，以 Apache 2.0 许可证开放权重。
大参数、小激活，冲着长任务去
Beam 的设计取舍很明确：总参数做大是为了装下更多知识与能力，单步只激活一小部分，则是为了把推理成本压下来。它定位的不是一问一答，而是要连续工作很久的任务——在代码库里写代码、改代码，跨多步调用工具，顺着日志和文档把一个复杂问题推到底。输入输出都以文本为主，代码、工具调用、日志、文档和结构化输出是它的主场，数学与科学推理也在官方列出的适用场景里。这种取向和本站刚报道的 Muse Spark Open 开放权重 形成对照：同样是美国团队的大号开源权重模型，一家先强调多模态与本地部署，Beam 则把宝全部押在编程与长程智能体上。
上线第一天，推理生态先跟上
开源权重模型发布当天能不能跑起来，往往决定第一批开发者会不会留下来。Beam 这次的配套动作比较齐：Ollama Cloud 上限时免费开放调用，且全程零数据保留，开发者在终端里就能试，不必先下载几百 GB 权重；vLLM 与 SGLang 也在同一天宣布支持，其中 SGLang 称已用它驱动 Reflection 自家的生产 API。对想自托管的团队来说，这意味着不用等社区慢慢适配，第一天就有成熟推理框架可选；对只想评估效果的团队，云端免费期则把试错成本压到了接近零。
谁该现在试，谁可以再等等
正在做编程智能体、自动化运维或长链条工具调用的团队，Beam 值得立刻纳入评测名单：参数规模、上下文长度和许可证都对商业使用友好，真正的悬念只剩自家任务上的实际通过率。如果你的场景是图像、视频等多模态工作，或者只需要一个聊天助手级别的模型，Beam 的文本单模态设计帮不上忙。接下来值得盯的是权重下载后的社区实测——501B 级模型即便只激活 23B，部署门槛仍在，量化版本与真实吞吐会决定它停留在评测榜上，还是真进得了工作流。
