Rohan Paul

备受期待的 Reflection AI 开源模型刚刚发布。 Beam 由此成为最强的西方开源模型，可与 GLM-5.2 匹敌，同时推理算力少用 3 到 4 倍。 > 相对 GLM-5.2 的 3 到 4 倍效率优势基于估算的前向传播 FLOPs（2 × 激活参数 × 生成 token 数），没有计入预填充、注意力和服务开销，因此并非实测成本。 > 这是一个稀疏混合专家模型，总参数 501B、激活参数 23B，在 6,144 块 GB300 GPU 上用不到 4 周时间预训练了 23.8T token，有效上下文为 100 万 token。 > 强化学习阶段用了 1.05 万块 GB300 GPU、历时 4 周，在近 100 万个环境中产生了超过 1 亿次 rollout，使用了约 13 亿个沙箱，结束时仍没有出现平台期迹象。 > 在 Terminal Bench v2.1 上，Beam 以 80.1 对 81.0 几乎追平 GLM-5.2，但落后于 DeepSeek V4.1 Flash 的 90.6 和 Kimi K3 的 88.3，而这两者都没有出现在主图表里。 Reflection 还将以 Apache 2.0 协议发布 FP8 和 NVFP4 版本。