Reflection AI · angekündigt am 5. Oktober 2026
Beam: ein Modell mit offenen Gewichten, das mit weniger Rechenaufwand mehr leistet
Beam ist das erste Modell mit offenen Gewichten von Reflection AI: ein Mixture-of-Experts-Modell mit 501 Milliarden Parametern, von denen pro Token nur 23 Milliarden aktiviert werden. Es ist auf Coding, Schlussfolgerungen und agentische Aufgaben ausgelegt. Reflection zufolge erreicht es bei anspruchsvollen Schlussfolgerungen das Niveau von GLM 5.2 und benötigt dabei drei- bis viermal weniger Inferenz-Rechenleistung.
Aktueller Veröffentlichungsstatus
Beam wurde zusammen mit einer Warteliste angekündigt. Hier erfährst du, was du aktuell damit tun kannst – und was nicht.
Beta-API (Warteliste)
OpenAI-kompatibler Chat Completions-Endpunkt für ausgewählte Nutzer mit frühem Zugang.
Offene Gewichte auf Hugging Face
Für später im October 2026 unter Apache 2.0 angekündigt. Noch kein öffentliches Repository.
OpenRouter
Noch nicht im OpenRouter-Katalog.
Ollama / LM Studio
Nicht verfügbar. Selbst 4-Bit-Gewichte würden rund 250 GB Arbeitsspeicher benötigen, daher bleibt die lokale Nutzung großen Workstations vorbehalten.
In einer Minute
Was Beam ist und warum es als „DeepSeek des Westens“ bezeichnet wird
Reflection AI ist ein New Yorker KI-Labor, das 2024 von zwei ehemaligen Forschern von Google DeepMind, Misha Laskin und Ioannis Antonoglou, gegründet wurde. Beam ist sein erstes Frontier-Modell und das erste einer geplanten Reihe.
Das Versprechen ist Effizienz. Beam ist ein sparsames Mixture-of-Experts-Modell: Von seinen 501 Milliarden Parametern werden pro Token nur etwa 23 Milliarden genutzt. Dadurch liegen die Betriebskosten näher an denen eines mittelgroßen Modells, während es auf das Wissen eines sehr großen Modells zurückgreift.
Beam hat „offene Gewichte“: Reflection zufolge werden die Gewichte später im Oktober 2026 unter der Apache 2.0-Lizenz veröffentlicht. Dann kann sie jeder herunterladen, ausführen, feinabstimmen und auf eigener Hardware bereitstellen. Bis dahin ist der Zugang über eine Beta-API mit Warteliste möglich.
Investoren und Medien haben Beam als amerikanische Antwort auf starke offene Modelle chinesischer Labore wie DeepSeek, Alibaba (Qwen), Z.ai (GLM) und Moonshot AI (Kimi) dargestellt. Reflection selbst bleibt zurückhaltend: Die eigenen Diagramme zeigen, dass Kimi K3 bei der reinen Leistungsfähigkeit weiterhin vorne liegt.
Benchmarks
So schneidet Beam im Vergleich zu den stärksten offenen Modellen ab
Ausgewählte Ergebnisse aus der Ankündigung von Reflection. Die Balken zeigen Beam im Vergleich zu GLM 5.2 und Kimi K3, sofern entsprechende Werte veröffentlicht wurden.
SWE-Bench Pro v1
Terminal-Bench v2.1
τ³ banking
MCP Atlas
GPQA Diamond
Humanity's Last Exam (no tools)
Vom Anbieter gemeldete Ergebnisse. Noch nicht unabhängig überprüft.
Alle 21 BenchmarksDas Effizienzversprechen
3–4× weniger Inferenz-Rechenleistung als GLM 5.2 bei anspruchsvollen Schlussfolgerungen
Reflection schätzt den Rechenaufwand als 2 × aktive Parameter × generierte Tokens. Mit 23B aktiven Parametern und einer beim Reinforcement Learning eingelernten Längenstrafe benötigt Beam pro Antwort weniger FLOPs als größere offene Modelle. Diese eigene Schätzung des Unternehmens basiert auf Daten von Artificial Analysis und DataCurve; sie berücksichtigt weder das Prefill des Prompts noch den Betriebsaufwand und wurde nicht unabhängig reproduziert.
- 23B aktive Parameter pro Token
- Der Reasoning-Aufwand lässt sich erhöhen oder verringern
- So trainiert, dass unnötige Reasoning-Tokens vermieden werden
Direktvergleich
Beam im Vergleich
Vergleichsseiten mit allen Benchmarks, die beide Modelle aufgeführt haben, sowie Größe, Lizenz und Verfügbarkeit.
Z.ai (Zhipu AI)
Beam vs GLM 5.2
Moonshot AI
Beam vs Kimi K3
Alibaba (Qwen)
Beam vs Qwen 3.8 Max
DeepSeek
Beam vs DeepSeek V4.1 Flash
Z.ai (Zhipu AI)
Beam vs GLM 5.3
NVIDIA
Beam vs Nemotron 3 Ultra
Thinking Machines Lab
Beam vs Inkling
Neueste
Neuigkeiten zu Beam
Reflection aktualisiert die Benchmark-Tabelle von Beam
Ein Hinweis vom October 8 im Launch-Beitrag besagt, dass die Ergebnisse von Beam überarbeitet wurden.
Beam ist noch nicht auf OpenRouter, Ollama oder Hugging Face verfügbar
Bis die Gewichte veröffentlicht werden, sind die Vertriebsmöglichkeiten begrenzt.
Warum Reflection als „DeepSeek des Westens“ bezeichnet wird
Der Spitzname ist älter als Beam, und in der Berichterstattung zum Start wurde er erneut aufgegriffen.
Schnelle Antworten
Häufige Fragen
Was ist Reflection Beam?
Beam ist ein großes Sprachmodell von Reflection AI, angekündigt am October 5, 2026. Es ist ein sparsames Mixture-of-Experts-Modell mit insgesamt 501 Milliarden Parametern und 23 Milliarden aktiven Parametern pro Token, entwickelt für Programmierung, Schlussfolgern und agentenbasierte Aufgaben. Es ist das erste Open-Weight-Modell von Reflection.
Wer entwickelt Beam?
Reflection AI, ein 2024 von Misha Laskin (CEO) und Ioannis Antonoglou gegründetes Labor in New York. Beide waren zuvor bei Google DeepMind tätig. Zu den Investoren zählen Nvidia, Sequoia und Citigroup.
Ist Beam Open Source?
Beam ist ein Open-Weight-Modell. Reflection zufolge werden die Gewichte unter der Apache 2.0-Lizenz veröffentlicht, die kommerzielle Nutzung, Änderung und Weiterverbreitung erlaubt. Die Trainingsdaten sind nicht offen: Ein Teil stammt aus proprietären, lizenzierten Datensätzen.
Wann werden die Gewichte von Beam veröffentlicht?
Reflection zufolge sollen sie „später in diesem Monat“ veröffentlicht werden, also im October 2026, zusammen mit einem technischen Bericht, einer Modellkarte und Tools zum Ausführen, Evaluieren und Fine-Tuning. Ein genaues Datum wurde nicht genannt. Unser Release-Tracker zeigt den aktuellen Stand.
Wie kann ich Beam heute nutzen?
Trag dich auf die Warteliste für die Beta-API von Reflection ein. Zugelassene Nutzer erhalten einen OpenAI-kompatiblen Endpunkt unter https://api.reflection.ai/openai/v1 mit der Modell-ID Beam-501B-A23B. Sobald die Gewichte veröffentlicht sind, kannst du das Modell auch selbst oder über Hosting-Anbieter ausführen.