Beam
Reflection团队发布的开放权重大语言模型，参数规模达5010亿（501B），跻身当前开放权重模型第一梯队，支持本地部署、量化、微调和二次开发
核心事实
时间轴 (近 90 天)
Reflection作为相对低调的参与者，能否凭借Beam获得开发者生态的认可，取决于发布时的实际性能和文档完备程度。
501B MoE的开源发布将直接对标其他大规模开放权重模型，可能推动新一轮开源模型能力竞赛。
Reflection可能通过量化版本或推理优化工具来降低Beam的使用门槛，但具体方案尚未披露。
Reflection公司正在构建一个名为Beam的混合专家（MoE）模型，参数规模达到501B，并计划以开放权重形式发布。
Beam若如期开源，将加入日益壮大的开放权重MoE阵营，501B的总参数量配合MoE路由设计，有望在多个基准上展现竞争力。
Reflection将Beam定位为“前沿开源模型”（frontier open models）。
目前关于Beam的具体训练数据、评测成绩和开源协议尚未披露。
AI创业公司Reflection发布了名为Beam的501B参数混合专家（MoE）模型。
Beam的具体技术路线（如固定式或移动式形态）无法从公开信息中确认。
Beam的定价、覆盖范围和部署规模均未披露。
还有 40 条时间轴事件
全部知识事实 (20)
35B模型在FP16精度下需要约70GB显存，远超RTX 5090的32GB容量，因此单卡部署需量化
75%已验证Beam 的总参数量为 501B，每 token 激活参数为 23B（约 4.6% 的网络被激活）。
65%已验证对于 Claude Code、Codex、Cursor 等编程代理工具，需先安装最新版 Vercel CLI 并运行 'vercel ai-gateway setup' 配置命令。
65%已验证开放权重模型指模型参数公开发布可本地运行，但训练数据和代码不一定开源，典型代表包括 Meta 的 Llama、Mistral 以及 DeepSeek
65%已验证Reflection AI发布开源模型Beam，总参数约5010亿、激活参数仅230亿，采用MoE架构，专为推理、编码和agentic工作流设计，从零端到端训练，权重将于本月开放
70%待验证Reflection公司正在构建一个名为Beam的混合专家（MoE）模型，参数规模达到501B，并计划以开放权重形式发布。
50%待验证501B MoE的开源发布将直接对标其他大规模开放权重模型，可能推动新一轮开源模型能力竞赛。
50%待验证Reflection作为相对低调的参与者，能否凭借Beam获得开发者生态的认可，取决于发布时的实际性能和文档完备程度。
50%待验证目前关于Beam的具体训练数据、评测成绩和开源协议尚未披露。
50%待验证Reflection将Beam定位为“前沿开源模型”（frontier open models）。
50%待验证Beam的具体技术路线（如固定式或移动式形态）无法从公开信息中确认。
50%待验证Beam的定价、覆盖范围和部署规模均未披露。
50%待验证美国陆军和USO对Beam项目提供了支持。
50%待验证Beam是一款支持远程临场互动的设备或服务，核心用途是让身处不同地点的人共享一个时刻。
50%待验证Beam已进入实际部署场景，而非停留在概念演示阶段。
50%待验证Beam的具体能力边界、Reflection AI模型在测试中的实际表现、以及Factory是否会将测试结论转化为产品功能或定价策略，目前均未公开。
50%待验证Beam是一个尚未正式发布的模型或模型服务，由Together平台提供早期访问通道。
50%待验证Factory的测试覆盖了工具错误恢复、冲突处理以及最终仓库验证等关键环节。
50%待验证到Beam正式发布当天，Factory已经清楚该模型在客户最关心的工作负载上的行为特征。
50%待验证推文传达的核心信号是Factory对预发布模型的重视程度，而非对Beam或Reflection AI模型性能的背书。
50%