> ## Content Index > Fetch the complete content index at: https://fomoera.com/llms.txt > Use this file to discover other available public pages before exploring further. # Reflection presenta Beam, su primera IA de pesos abiertos - URL: https://fomoera.com/reflection-beam-ia-abierta/ - Published: 2026-10-06T05:00:00.000Z - Updated: 2026-10-06T05:00:00.000Z - Description: Beam activa 23,000 millones de sus 501,000 millones de parámetros. Reflection estima menor cómputo frente a GLM 5.2; los pesos se liberarían durante octubre. - Author: Gerardo Pavez - Tags: Tecnología y Ciencia, IA Reflection AI presentó el 5 de octubre de 2026 a Beam, su primer modelo de IA para programación, razonamiento y tareas con herramientas. La compañía afirma que compite con modelos chinos con menor cómputo y prevé liberar sus pesos durante octubre. El anuncio concreta el proyecto que [anticipamos en nuestra cobertura anterior](https://fomoera.com/reflection-ia-abierta-empresas/): ahora tiene nombre, especificaciones y resultados publicados. La promesa de eficiencia exige distinguir cuánto cálculo consume una respuesta de cuánto cuesta mantener el sistema en funcionamiento. La startup, respaldada por Nvidia, fue fundada en 2024 por los exinvestigadores de DeepMind Misha Laskin e Ioannis Antonoglou, reportó Reuters. Beam reúne **501,000 millones de parámetros**, los valores aprendidos que determinan cómo procesa información. Activa 23,000 millones por token, cada fragmento de texto que genera. Su arquitectura de mezcla de expertos utiliza solo una parte de la red en cada paso, según las especificaciones recogidas por Reuters. ## Qué muestran las comparaciones El CEO y cofundador Misha Laskin dijo a Semafor que Beam se acerca a Qwen 3.8-Max en programación y tareas con agentes. Reflection, con sede en Nueva York, busca empresas y gobiernos que quieren controlar su IA y que prefieren evitar modelos chinos, explicó. En la tabla de Reflection, Beam obtiene 80.1 en Terminal Bench v2.1, frente a 81.0 de GLM 5.2 y 86.6 de Qwen 3.8-Max. Son resultados publicados por el fabricante: la cercanía cambia según la prueba. ## La estimación excluye parte de la operación Reflection afirma que Beam requiere entre tres y cuatro veces menos cómputo que GLM 5.2 en pruebas de razonamiento. Esa proporción equivale a utilizar entre un tercio y una cuarta parte del cómputo estimado del rival en esas comparaciones. Para estimar las operaciones, Reflection multiplica por dos los parámetros activos y por el promedio de tokens generados por intento, incluidos el razonamiento y la respuesta final. Excluye el procesamiento inicial de la entrada, operaciones de atención dependientes del contexto y el trabajo adicional de servir el modelo. Es una comparación aproximada de cómputo. ## El acceso por API y la descarga de pesos siguen vías distintas La documentación oficial presenta la API de Reflection como un servicio en beta que abre el acceso gradualmente mediante una lista de espera. Por tanto, la presentación de Beam convive con un acceso inicial limitado. El portal advierte que el comportamiento, los límites y otros detalles pueden cambiar durante esa fase. La API también ofrece compatibilidad con Chat Completions y Models de OpenAI. Eso facilita reutilizar integraciones basadas en esas interfaces con los SDK oficiales de OpenAI, cambiando la dirección del servicio y la clave de acceso, según la documentación. Esa vía permite consumir el modelo alojado por el proveedor; descargar los pesos abre otra posibilidad, ejecutarlo en infraestructura propia bajo su licencia. Reflection prevé liberar los pesos con licencia Apache 2.0 durante octubre, junto con el informe técnico y herramientas para ejecutar, evaluar y adaptar Beam. Esos materiales ampliarán el acceso más allá del grupo inicial. *Fuentes:* [1](https://reflection.ai/blog/introducing-beam?ref=fomoera.com), [2](https://www.reuters.com/technology/nvidia-backed-reflection-unveils-first-ai-model-take-chinese-open-models-2026-10-05/?ref=fomoera.com), [3](https://www.semafor.com/article/10/05/2026/reflection-ai-unveils-an-open-source-answer-to-chinese-labs?ref=fomoera.com), [4](https://developers.reflection.ai/introduction?ref=fomoera.com)