Reflection AI 开源模型 Beam 发布，称效率优于 GLM-5.2

Reflection AI 万众期待的开源模型刚刚发布。

Beam 因此成为最强的西方开源模型，性能可与 GLM-5.2 媲美，而推理算力消耗仅为其 1/3 到 1/4。

> 关于比 GLM-5.2 高出 3-4 倍效率的说法，是基于估算的前向传播 FLOPs（2 × 激活参数量 × 生成 token 数），该计算未包含预填充、注意力机制和服务开销，因此并非实测成本。

> 这是一款稀疏混合专家模型，总参数量 501B、激活参数量 23B，在 6,144 块 GB300 GPU 上用不到 4 周完成了 23.8T token 的预训练，有效上下文长度为 1M token。

> 强化学习训练使用了 10.5K 块 GB300 GPU，历时 4 周，覆盖近 100 万个环境和约 13 亿个沙箱，产生了超过 1 亿次 rollout，最终训练曲线仍无平台期迹象。

在 Terminal Bench v2.1 上，Beam 以 80.1 对 81.0 几乎追平 GLM-5.2，但落后于 DeepSeek V4.1 Flash 的 90.6 和 Kimi K3 的 88.3——后两者均未出现在头条图表中。

此外，Reflection 还将基于 Apache 2.0 协议发布 FP8 和 NVFP4 版本。