Reflection saca Beam, un modelo open-weights de 501B para coding y agentes

Beam es el primer modelo de Reflection, un nuevo lab de EE.UU., y llegó a Hugging Face con los pesos Apache 2.0 desde el día uno. La ficha: un mixture-of-experts de 501B parámetros con 23B activos por token, contexto de 1M tokens, texto adentro y texto afuera, checkpoints en BF16, FP8 y NVFP4, y foco en workloads de coding y agentes.

La arquitectura en corto

• 52 capas de decoder. Las primeras tres usan un MLP denso; el resto, un bloque MoE de 256 expertos, de los que 8 corren por token. Por eso un modelo de 501B computa cada token con unos 23B parámetros.
• Atención híbrida: 43 capas con ventana deslizante de 512 tokens y 9 capas globales que ven todo el contexto. El KV cache crece unos 36 KiB por token, alrededor de una sexta parte de la tasa naive para un contexto completo de 1M.
• Reasoning en cinco niveles, de "low" a "max", más la opción preserve_thinking que mantiene el reasoning entre turnos.
• Tool calling con su propia grammar, y una response template en el tokenizer que separa reasoning, respuesta y tool calls sin regex.

Los benchmarks, según los reporta Reflection

Todos los números de abajo vienen del equipo de Reflection, así que leelos como vendor-reported:

• SWEBench Verified: 81,6% (BF16).
• SWE Bench Pro v2-Hard: 76,5%; v1: 66,1%.
• Terminal Bench v2.1: 80,1%.
• AIME 2026: 97,7%; GPQA Diamond: 90,6%; LiveCodeBench: 88,3%.

La calidad baja poquísimo entre precisiones: de BF16 a NVFP4, SWEBench Verified va de 81,6% a 80,7%, y SWE Bench Pro v2-Hard sube, de 76,5% a 78,6%.

La cuenta del hardware

Esta es la parte que decide si el modelo es para vos. El checkpoint NVFP4 comprime los 501B parámetros de unos 1 TB en BF16 a unos 280 GB, pero NVFP4 es nativo de Blackwell. Los números de planificación de la nota:

• 4x B200 (720 GB) para NVFP4, con margen para contextos largos.
• 4x B300 para la receta de SGLang.
• 8x H200 con el checkpoint FP8, para hardware que no sea Blackwell.
• 8x RTX Pro 6000 figura como opción.
• Sin hardware propio: acceso serverless vía Hugging Face Inference Providers (Baseten, Fireworks, Together) o Inference Endpoints con un click.

El soporte day-0 cubre transformers, vLLM y SGLang, todos exponiendo un server OpenAI-compatible, más recetas de post-training: SFT con TRL, RL full-parameter de GRPO con Miles, y LoRA. Reflection también pone USD 10.000 en Hub credits para el mejor proyecto público construido con Beam.

Qué llevarse de esto

Beam es una opción para equipos que ya corren hardware y quieren un modelo a escala frontier que puedan poseer y fine-tunear bajo Apache 2.0, para trabajo de coding y agentes. Si es tu situación, los números a verificar antes de comprometerte son los de SWEBench y Terminal Bench, y la cuenta de memoria de NVFP4 sobre tus GPUs específicas. Si hoy no tenés hardware corriendo, la puerta práctica son los providers serverless, donde probás el modelo antes de arrancar la conversación del hardware.