Reflection AI publicó el 16 de octubre de 2026 los pesos de Beam, su primer modelo de pesos abiertos, bajo licencia Apache 2.0. La entrega permite descargarlo, adaptarlo y ejecutarlo en infraestructura propia. La compañía apuesta por reducir los tokens necesarios para resolver tareas de programación y trabajo con agentes.
El modelo se había presentado el 5 de octubre. La publicación de sus pesos llega acompañada de herramientas de despliegue y personalización, además de una ficha con los resultados finales de evaluación.
La memoria depende del modelo completo
La ficha de Beam detalla 501,300 millones de parámetros totales y 23,400 millones activos por token. Su arquitectura de mezcla de expertos utiliza solo una parte del modelo en cada paso de generación. Beam acepta y produce texto, admite hasta un millón de tokens de contexto y se desarrolló principalmente para inglés.
En su guía de despliegue, AWS separa ambas exigencias: el total de parámetros determina el tamaño de los pesos y su memoria, mientras que la parte activa influye en el cómputo de cada token. Las configuraciones que describe requieren varias GPU.
Una cuenta orientativa permite dimensionarlo: asignar dos bytes por parámetro en BF16 a los 501,300 millones de la ficha suma aproximadamente 1 TB solo para los pesos, antes de cachés y otros recursos de ejecución. Es una referencia teórica. Reflection también publica versiones FP8 y NVFP4, formatos más compactos con distintos requisitos de hardware.
Qué mide la promesa de eficiencia
Reflection dice que combinó aprendizaje por refuerzo con una penalización controlable por longitud. Durante ese entrenamiento recompensó las soluciones correctas y desincentivó los tokens innecesarios, las unidades en que se divide el texto. El objetivo era resolver las tareas generando menos tokens.
El usuario puede modificar el esfuerzo de razonamiento: los niveles bajos favorecen respuestas más breves y los altos permiten dedicar más tokens a problemas exigentes.
En ciertas pruebas de razonamiento, Reflection sitúa el cómputo de generación de Beam entre una cuarta parte y un tercio del de GLM-5.2. La estimación combina parámetros activos y tokens generados, incluidos el razonamiento y la respuesta final.
El cálculo excluye el procesamiento inicial del texto de entrada, operaciones de atención dependientes del contexto y gastos del sistema de ejecución. Medir el costo por tarea exige incorporar esos consumos y el precio de la infraestructura o del servicio.
Reflection también anuncia despliegues con Dell y HPE en infraestructura empresarial, incluidos entornos aislados de internet, para ejecutar agentes dentro de las instalaciones del cliente.
