Reflection发布开源Beam模型：5010亿参数MoE架构，英伟达投资加持
发布时间：2026年10月07日 11:30:0010月6日，Reflection AI发布首款开放权重模型Beam：MoE架构、5010亿总参数、230亿激活参数，专注编程、推理与Agent任务，获得英伟达投资；其Token成本与推理算力仅为竞品的一小部分，权重将于10月稍晚开放。Reflection是2026年备受关注的AI初创，创始人来自多个前沿大模型实验室，本轮以「极高推理效率」切入竞争激烈的开源模型市场。Beam用大规模强化学习（RL）打造，官方称在代码与Agent基准上表现出色，同时把单位Token成本和推理时算力降到极具竞争力水平——这正是中小团队私部署最看重的两项指标。
开源模型能否「又聪明又便宜」
10月6日，初创公司 Reflection AI 发布其首款开放权重模型 Beam：MoE架构，5010亿总参数、230亿激活参数，专为编程、推理与Agent任务打造，并已获得英伟达的投资背书。Beam的权重将在10月稍晚开放下载。
Reflection的差异化打法很直接：同代开源模型里，把「推理质量」做到上游，同时把「Token成本」和「推理算力」压到竞品的一小部分。对大量自建私有化部署、自担推理卡成本的中小团队而言，这两项指标往往比榜单分数更有决定性。
大规模强化学习驱动
官方介绍，Beam经过**大规模强化学习（RL）**专训——不只追求「会答」，更追求「边思考边验证」，尤其擅长需要多步推理的编码与Agent任务：
| 维度 | Beam 参数 |
|---|---|
| 架构 | 稀疏 MoE |
| 总参数 | 5010亿 |
| 激活参数 | 230亿 |
| 专长 | 编码 / 推理 / Agent任务 |
| 训练范式 | 大规模强化学习（RL） |
| 资方 | 英伟达等 |
| 权重 | 10月稍晚开放 |
为什么「激活参数」是杀手锏
Beam的230亿激活参数是关键：虽然总参数高达5010亿，但推理时仅激活固定专家，意味着实际计算量和显存需求远低于满参模型。官方称其Token成本与推理算力仅为竞品一小部分——这意味着同样一枚GPU，跑Beam的并发与吞吐往往更高，单位成本更低，尤其适合Agent高频调用、代码补全这类「量大价低」的生产场景。
英伟达投资：算力生态的选边
英伟达亲自下场投资，逻辑清晰：Beam主打「高效推理」，对GPU的利用率高，恰好契合英伟达「卖算力+软硬件协同」的生意。这也让Beam在启动、优化、云部署上可能获得NVIDIA更优先的技术支持。
结语
Beam的出现，把2026年开源大模型的竞争细化到了「每Token成本」这条更为务实的赛道。对中小开发者而言，“聪明"很重要，“用得起、跑得动"同样重要。随着更多模型在「高质量+低算力」之间找到平衡，开源模型在企业侧的可落地性正在被显著拉高。