Reflection Beam 501B: открытая MoE-модель из США, но веса пока не выложены

Reflection Beam 501B — первая открытая модель американского стартапа Reflection AI, представленная 5 октября 2026 года. Это разреженная Mixture-of-Experts на 501 млрд параметров, из которых на каждый токен работают 23 млрд. Компания обещает уровень китайских открытых моделей при в 3–4 раза меньших затратах на вывод. Но веса ещё не выложены, а все цифры пока — из таблиц самой Reflection.

Что произошло

В блоге Reflection модель описана как рабочая лошадка для кода, рассуждений и агентных задач. Сейчас Beam проходит финальный ред-тиминг и оценки, доступ дают выборочно по листу ожидания. Веса, технический отчёт, карточку модели и инструменты для дообучения Reflection обещает выпустить позже в этом месяце.

TechCrunch добавляет контекст. Reflection — двухлетний стартап из Бруклина, его основали в 2024 году двое бывших исследователей Google DeepMind. По данным PitchBook, компания привлекла около $4,7 млрд от Nvidia, Sequoia Capital и Lightspeed, последний раунд прошёл при оценке $25 млрд до инвестиций. Летом Reflection подписала сделки с SpaceX и Nebius на доступ к чипам Nvidia GB300 до 2029 года общей суммой больше $7 млрд.

Как обучали

Цифры из блога Reflection:

• предобучение на 23,8 трлн токенов, меньше чем за четыре недели, на кластере из 6 144 GPU Nvidia GB300 NVL72;
• обучение с подкреплением — 10 500 GB300 четыре недели, больше 100 млн роллаутов;
• около 1,3 млрд песочниц и примерно миллион сред для задач по коду, агентам и точным наукам;
• полезная загрузка кластера к концу предобучения — 92,3%, девять полуавтоматических откатов.

SiliconANGLE в своём пересказе пишет про 10 000 GB300 на этапе обучения с подкреплением, у самой Reflection — 10 500. Мы ориентируемся на первоисточник.

Что показывают бенчмарки

Главный тезис Reflection: на сложных задачах на рассуждение Beam набирает примерно как GLM-5.2, но тратит в 3–4 раза меньше вычислений на вывод. Важная оговорка из подписи к графику: это оценка по формуле, которая не учитывает префилл промпта, операции внимания и накладные расходы сервинга. То есть это не замер счёта за инференс.

При этом таблицы Reflection честно показывают, где Beam отстаёт:

• Terminal-Bench 2.1: Beam 80,1 против 81,0 у GLM 5.2, 88,3 у Kimi K3 и 90,6 у DeepSeek V4.1 Flash;
• DeepSWE v1.1: Beam 44,4 против 74,2 у DeepSeek V4.1 Flash;
• SWE-Bench Verified: Beam 80,9 — здесь он выше Inkling и Nemotron 3 Ultra.

Reflection сама признаёт: Kimi K3 и другие передовые открытые модели впереди по сырым способностям, а преимущество Beam — эффективность.

Открытая модель становится открытой в день, когда её веса можно скачать.

Что говорят не из Reflection

Разбор OrcaRouter от 6 октября трезвый. API совместим с OpenAI, окно контекста на бете — 256 000 токенов с пометкой, что оно может измениться, максимальный ответ — 128 000 токенов. Цена нигде не опубликована. Artificial Analysis заявила, что тестирует Beam, но своих цифр на момент разбора не дала.

Есть и путаница с контекстом. TechCrunch пишет об окне в 1 млн токенов, в блоге сказано, что промежуточное обучение расширяет эффективный контекст до 1 млн, а API на бете отдаёт 256 000. Это не противоречие, а разница между возможностью модели и лимитом сервиса, но заголовки об «1M контекста» стоит читать с этой поправкой.

Что это значит для тебя

Если ты строишь ИИ-агентов, в том числе для крипты — ботов для мониторинга, аналитики ончейн-данных или работы с кодом смарт-контрактов, — открытые веса под Apache 2.0 означают возможность запускать модель у себя. Это контроль над данными и предсказуемая стоимость железа вместо чужого прайса.

Но сегодня это обещание. Без весов модель нельзя развернуть локально, квантовать или дообучить. Без цены её нельзя сравнить по стоимости с конкурентами. Как быстро меняется рынок открытых моделей, видно по нашим разборам DeepSeek V4.1 Flash и заметки Anthropic про GLM-5.3.

Что делать

1. Если нужна модель для продакшена прямо сейчас, Beam пока не вариант: нет цены и независимых тестов.
2. Хочешь потестить — запишись в лист ожидания на сайте Reflection и гоняй свои задачи, а не чужие бенчмарки.
3. Дождись весов и технического отчёта: тогда появятся замеры скорости и стоимости от сторонних команд.
4. Не верь «утечкам весов» и неофициальным сборкам до официального релиза.

FAQ

Beam уже можно скачать?

Нет. Reflection обещает выложить веса под лицензией Apache 2.0 позже в октябре 2026 года, сейчас есть только ранний доступ.

Сколько стоит API?

Цена не опубликована. OrcaRouter отмечает, что ни в блоге, ни в документации её нет.

Beam лучше китайских моделей?

По таблицам самой Reflection — нет по многим тестам: Kimi K3 и DeepSeek V4.1 Flash впереди на части задач. Компания делает ставку на эффективность вывода.

Какой у модели контекст?

На бете API — 256 000 токенов. Reflection пишет, что эффективный контекст после промежуточного обучения — до 1 млн токенов.

Материал не является инвестиционной рекомендацией. Крипта — высокий риск, решения принимаешь сам.