Reflection 发布 501B 开源 MoE 模型 Beam，主打代码与智能体

美国 AI 初创公司 Reflection 正式推出其首个开源大模型 Beam。该模型采用混合专家（MoE）架构，拥有 501B 总参数但仅激活 23B，在大幅降低推理算力需求的同时，支持长达 1M tokens 的上下文窗口。Beam 以宽松的 Apache 2.0 协议发布，专为代码生成和智能体任务优化，并提供了 FP8 等多种量化版本以降低部署门槛。

多方信源交叉验证显示，Beam 在智能体工作流基准测试中表现强劲，得分显著优于同类竞品，且具备极高的 Token 效率，能以更少的输出完成同等智力任务。vLLM 宣布从第一天起原生支持该模型，通过引入 DFlash2 推测解码技术，单请求生成速度可达 708 tokens/s。此外，利用编码智能体自主优化内核，批量解码性能提升了 2.71 倍。尽管在终端命令行操作任务上存在短板，但其整体性能已接近前沿闭源模型水平。

这一发布对开源生态具有实质性影响。AWS 已将 Beam 集成至 SageMaker JumpStart，提供托管部署选项，标志着云厂商对高性能开源 MoE 模型的快速跟进。对于开发者而言，Beam 提供了一个兼顾长上下文、高推理速度与低部署成本的新选择，特别是在需要多步工具调用和复杂代码维护的智能体应用场景中，有望加速相关技术的落地与普及。