幣界網消息，Reflection宣佈推出首個開放權重模型Beam，採用MOE架構，總參數5010億，每次激活230億，主要面向代碼、推理和agent任務。根據Reflection的數據，Beam得分44.4，接近GLM-5.2的44.0，但仍未追上最新的中國頂部開源模型。Beam的訓練規模龐大，預訓練使用6144塊GB300，處理23.8萬億token，隨後用1.05萬塊GB300進行4周強化學習，生成超過1億條訓練軌跡。官方稱這是公開記錄中規模最大的強化學習訓練之一。Beam目前處於安全測試階段，Reflection計劃本月底發布完整權重和技術報告，并以Apache2.0協議開放。