Reflection 发布 501B 开源 MoE 模型 Beam，主打代码与智能体Artificial AnalysisT1基座大模型

Artificial Analysis · 2026/10/16 08:00:00

Reflection 发布首个开源大模型 Beam，智能体能力突出

出处作者 / 发布主体：Artificial Analysis原标题：Reflection has released Beam, their first model launch

78AI 研判分

核心综述

AI 初创公司 Reflection 发布了其首个开源权重模型 Beam，拥有 501B 总参数和 23B 激活参数。该模型在智能体工作流基准测试中表现强劲，仅次于 Meta 的 Muse Spark Open，但在终端操作任务上存在明显短板。Beam 以较高的 Token 效率实现了接近前沿闭源模型的智力水平，为开源社区提供了新的选择。

报道全文原始报道全文

查看模型页面

Beam 是一款开放权重模型，总参数量为 501B，激活参数为 23B。

核心要点：

➤ 美国开放权重模型中排名第二：Beam 得分为 30，仅次于 Meta 的 Muse Spark Open（39），领先于昨日发布的 NVIDIA Nemotron 3.5 Super VL（26）。在中国以外地区，只有 Muse Spark Open 和阿联酋的 K2 Horizon（31）得分更高。

➤ 在同等智能水平下具备高 Token 效率：Beam 在每个 Intelligence Index 任务上平均使用约 26k 输出 tokens，而得分高出 1 分的 K2 Horizon 使用的 tokens 数量是其两倍（约 52k）。专有模型仍占据前沿地位，GPT-6 Astra (max) 在相同的 token 预算（约 27k）下得分为 53。

➤ 在 Agentic 工作流上表现强劲，但在终端环境中较弱：Beam 在 AutomationBench-AA 上的得分为 48.5%，比 K2 Horizon（37.2%）高出 11 个百分点，与 Qwen3.8 27B（48.2%）持平。Terminal-Bench 4.0 是其短板，Beam 在该基准测试中仅得 3.0%，落后于 Qwen3.8 27B（5.6%）和 Muse Spark Open（8.1%）。

➤ 知识更广，但幻觉更多：在 AA-Omniscience 基准测试中，Beam 正确回答了 33% 的问题，远高于 K2 Horizon（18%）和 Qwen3.8 27B（16%）。但其幻觉率为 47%，相比之下 K2 Horizon 为 26%，Qwen3.8 27B 为 30%，这使得 Beam 的净指数得分为 1.5，优于这两个同级模型（分别为 -3.0 和 -10.0）。

其他模型详情

上下文窗口： 1M tokens
模态： 文本
参数: 501B / 23B

与美国开放权重同行相比

Beam 在美国开放权重模型中得分很高，仅次于 Meta 的 Muse Spark Open（39），领先于本周发布的 NVIDIA Nemotron 3.5 Super VL（26）。在所有开放权重模型中，它排名第十，比 K2 Horizon（31）低 1 分。

网络安全能力

Beam 在 Artificial Analysis Cyber Index 上完成了 34% 的任务，是我们测试过的表现最佳的美国开放权重模型。

得益于其高效的 token 利用率，它也位于 Cyber Index 与每任务输出 tokens 数量的前沿曲线上，与 GPT-6 Sol (Daybreak Blue) 并列。

极高的 Token 效率

Beam 在每个 Intelligence Index 任务中消耗约 2.6 万个输出 token：其中约 1.9 万用于推理，约 7 千用于生成答案。仅有 26% 的输出内容属于最终答案，这一比例在 Intelligence Index v4.3 测试的 219 个模型中排名第 28 低。

编程能力

在 Reflection 开源 CLI 框架 Mirror 中运行，Beam 在 Artificial Analysis Coding Agent Index 上得分为 28。它比次优配置（Claude Code 搭配 Qwen3.8 Max，得分 43）落后 15 分，比领先者（得分 68）落后 40 分。不过，它的资源消耗非常节省：只有 Codex 搭配 GPT-6 Astra 和 Codex 搭配 GPT-6.1 Sol 使用的 token 数量更少。

Intelligence Index 分项表现

在 Intelligence Index 的十项评估中，Beam 在 AutomationBench-AA（48.5%）和 CritPt（13.1%）上表现突出，其成绩分别是 K2 Horizon（4.6%）和 Qwen3.8 27B（5.4%）的两倍以上。它在 Terminal-Bench 4.0（3.0%）和 AA-Briefcase（976 Elo）上的表现最弱。

关于 Beam 的完整详情，请访问其 Artificial Analysis 页面 https://artificialanalysis.ai/models/reflection-beam