Capture record

  • Canonical URI: https://www.bnext.com.tw/article/92510/reflection-ai-beam-open-weight-model-preview
  • Source class: secondary synthesis/reporting。BusinessNext(初稿 AI 編撰、李先泰整理編輯)整理 Reflection AI 官方部落格公告與多家媒體報導;Reflection AI 第一方公告〈Introducing Beam〉本輪已直接讀取,可作為核心規格與跑分的 owning source。1 2
  • 原文標題: 美中開源戰反攻!輝達押注的Reflection AI發布Beam預覽版,運算量僅需GLM 5.2三分之一
  • 作者/出版者: 李先泰(整理編輯)/數位時代 BusinessNext(JSON-LD author/publisher;頁面標示「本文初稿為AI編撰」)
  • 發布日期: 2026-10-06T11:50:00+08:00(BusinessNext JSON-LD datePublished/dateModified)
  • 擷取時間: 2026-10-06T05:17:22+00:00(BusinessNext canonical response Date)
  • Retrieval method: 先以 web_extract 讀取 BusinessNext 頁面(該次呼叫回傳錯誤,未取得內容),改以 Python 標準函式庫 urllib 直接 HTTP GET BusinessNext canonical page,status 200,從 JSON-LD NewsArticle.articleBody 取得 2,551 字正文;Reflection AI〈Introducing Beam〉以 web_extract 直接讀取全文。全程未使用 browser 或 browser process。
  • HTTP metadata: BusinessNext status 200;Content-Type: text/html; charset=UTF-8;response Date: Tue, 06 Oct 2026 05:17:22 GMT;HTML 382,636 bytes;HTML payload SHA-256 596bc635813c8ccd4afa0b4f62041720ef7b56442532e53de503b514f81b01d4。
  • Saved payloads and SHA-256: 無;本筆只保存 provenance wrapper、忠實摘要與主張帳本,不保存 BusinessNext 或 Reflection AI 全文 payload。frontmatter 的 sha256 是本檔 frontmatter 結束後 body 的 SHA-256。
  • Rights boundary: BusinessNext 與 Reflection AI 內容均以 canonical link、metadata、摘要與主張帳本保存,不保存完整受版權保護文章。

Faithful summary

BusinessNext 報導,輝達投資的美國 AI 新創 Reflection AI 於 2026-10-05 公布首款開放權重模型 Beam 的預覽版:MoE 架構、總參數 5,010 億、每 token 約啟用 230 億參數,主打寫程式與 AI 代理任務;官方稱推理測試成績與智譜 GLM 5.2 相當、所需運算量僅對方的四分之一下至三分之一(Reflection 第一方公告口徑為「3–4× less inference compute」);模型權重預計 2026 年 10 月以 Apache 2.0 授權釋出,企業可免費商用與修改。1 2

訓練規模是公告重點:Beam 先以 23.8 兆 token 預訓練(Reflection 第一方補充為「web 與 proprietary licensed datasets」),在 6,144 顆 NVIDIA GB300 GPU 上不到 4 週完成;其後強化學習動用 1.05 萬顆 GB300 連跑 4 週、累積超過 1 億次 rollout(第一方補充最大 context length 256K tokens)、訓練與評分使用約 13 億個沙盒環境,練習題涵蓋近 100 萬個寫程式、AI 代理與理工科任務;Reflection 稱這是開源實驗室迄今規模最大的 RL 訓練之一,且能力隨運算量持續上升、「沒有停滯跡象」。1 2

官方另指出:在未納入瀏覽任務的 RL 階段,Beam 的瀏覽能力仍有提升(transfer);拿到網路權限後會自行詢問其他 LLM、呼叫 OCR 服務讀文件。本次公布的只是預覽版——模型仍在進行最後紅隊測試與評估,先開放候補名單搶先使用;權重、技術報告與模型卡預計 2026 年 10 月釋出。Beam 只處理文字,有效上下文長度經 midtraining 延伸到 100 萬 token。1 2

官方自報跑分:SWE-bench Verified 80.9;Terminal Bench 2.1 為 80.1(GLM 5.2 為 81.0、Kimi K3 88.3、Qwen 3.8 Max 86.6、DeepSeek V4.1 Flash 90.6);長時間軟體工程任務 DeepSWE v1.1 只有 44.4(DeepSeek V4.1 Flash 為 74.2)。官方承認 Kimi K3 等前沿開源模型在原始能力上仍領先,Beam 的定位是效率與企業 coding/agentic「主力模型」。BusinessNext 補充公司背景:Reflection AI 2024 年 3 月成立,創辦人為兩名 Google DeepMind 前研究員(執行長 Misha Laskin、AlphaGo 共同開發者 Ioannis Antonoglou);2025 年 10 月宣布募得 20 億美元、估值 80 億美元,7 個月內估值翻約 15 倍,投資人包括輝達(據《36氪》報導出資約 8 億美元)、紅杉資本、花旗與 Eric Schmidt;Laskin 在 TechCrunch 訪談中稱中國模型是「警鐘」,公司目標成為「美國的開放前沿 AI 實驗室」。1 2

Claim ledger

  • supported: Beam 為 Reflection 首款 open-weight 模型、sparse MoE、501B total/23B active、以 coding/reasoning/agentic 工作負載為目標;預訓練 23.8T tokens(web+proprietary licensed datasets)、6,144 GB300 NVL72 GPU 上不到 4 週完成;RL 階段 10.5K GB300、4 週、逾 1 億次 rollout、最大 context 256K tokens、訓練與評分約 13 億個沙盒、近 100 萬個任務環境。以上由 Reflection AI 第一方公告直接支持,BusinessNext 數字與其一致(「1.05 萬顆 GB300」=10.5K、「約 13 億個沙盒」≈ approximately 1.3 billion sandboxes)。2 1
  • supported: 官方自報 benchmark:SWE-bench Verified 80.9、Terminal Bench v2.1 80.1(GLM 5.2 81.0、Kimi K3 88.3、Qwen 3.8 Max 86.6、DeepSeek V4.1 Flash 90.6)、DeepSWE v1.1 44.4(DeepSeek V4.1 Flash 74.2);「進階推理成績與 GLM-5.2 相當而推論運算少 3–4×」為官方口徑,且官方註明效率比較是依啟用參數與生成 token 數的 FLOPs 估算(FLOPs ≈ 2 × active params × mean generated tokens),排除 prompt prefill、context-dependent attention 與 serving overhead,屬 approximate compute comparison 而非實測推論成本。2
  • partially-supported: 「所需運算量僅 GLM 5.2 的 4 分之 1 到 3 分之 1」是 BusinessNext 對官方「3–4× less inference compute」的改寫,方向一致但分母表述不同;維持兩來源各自口徑。1 2
  • partially-supported: 權重、技術報告與模型卡「預計 2026 年 10 月以 Apache 2.0 授權釋出」、目前為預覽版並進行最後紅隊測試與評估、開放候補名單搶先使用——由 Reflection 第一方公告支持,但屬未完成的時程承諾。2
  • partially-supported: Beam 只處理文字、有效上下文長度經 midtraining 延伸到 1M tokens(RL rollout 最大 context 為 256K,兩者不同層級);由第一方公告支持。2
  • partially-supported: Reflection AI 公司背景:2024 年 3 月成立、創辦人 Misha Laskin(曾主導 Gemini 獎勵模型開發)與 Ioannis Antonoglou(AlphaGo 共同開發者)、2025 年 10 月募得 8B、7 個月內估值翻約 15 倍、投資人含 NVIDIA/紅杉/花旗/Eric Schmidt——由 BusinessNext 報導,NVIDIA 出資「約 $8 億」僅據《36氪》轉述;本輪未讀取 TechCrunch、36氪或公司第一方融資文件。1
  • observational: 「RL 訓練中瀏覽能力在未納入瀏覽任務的階段仍提升(transfer)」與「拿到網路權限後自行查詢其他 LLM、呼叫 OCR」為 Reflection 對其訓練行為的描述,屬單一來源觀察,未獨立重現。2
  • unresolved: 所有跑分皆由官方自行公布且模型尚處預覽版;權重釋出後能否被外界重現、安全評測結果是否如承諾公開,本輪無法驗證。2 1
  • unresolved: 「開源實驗室迄今規模最大的 RL 訓練之一」與「能力隨運算持續上升、無停滯跡象」為 Reflection 自評,無獨立第三方對照;Laskin「美國開放前沿 AI 實驗室」定位與美中開源競爭敘事屬公司/媒體觀點。2 1

Evidence boundary

本筆支持的是 Reflection AI 對 Beam 預覽版的架構、訓練規模、官方自報 benchmark 與 Apache 2.0 釋出時程的第一方口徑,以及 BusinessNext 對公司背景與美中開源競爭脈絡的整理。它不支持:跑分經獨立重現、效率比較為實測推論成本(官方註明是 FLOPs 估算)、融資數字(NVIDIA $8 億僅媒體轉述)、「最大 RL 訓練」與「無停滯」的自評結論,或任何對 Beam 長期能力、安全性的獨立驗證。TechCrunch 訪談原文、《36氪》、Wccftech、Reuters 正文本輪未直接讀取;Reflection 技術報告與模型卡尚未發布(預計 2026-10),raw-only。

Footnotes

  1. BusinessNext,〈美中開源戰反攻!輝達押注的Reflection AI發布Beam預覽版,運算量僅需GLM 5.2三分之一〉(李先泰整理編輯;初稿 AI 編撰),2026-10-06,https://www.bnext.com.tw/article/92510/reflection-ai-beam-open-weight-model-preview。 ↩ ↩2 ↩3 ↩4 ↩5 ↩6 ↩7 ↩8 ↩9 ↩10

  2. Reflection AI,〈Introducing Beam: Reflection’s 501B open-weight model〉,2026-10-05,https://reflection.ai/blog/introducing-beam;本輪以 web_extract 直接讀取全文。 ↩ ↩2 ↩3 ↩4 ↩5 ↩6 ↩7 ↩8 ↩9 ↩10 ↩11 ↩12 ↩13