Reflection AI stellt Beam vor, sein erstes Modell mit offenen Gewichten
Ein Mixture-of-Experts-Modell mit 501B Parametern, davon 23B aktiv, ausgelegt auf Programmierung, logisches Denken und Agenten.
Reflection AI, das New Yorker Labor, das von den ehemaligen Google-DeepMind-Forschern Misha Laskin und Ioannis Antonoglou gegründet wurde, kündigte Beam am 5. Oktober 2026 an. Es ist das erste Frontier-Modell des Unternehmens und das erste einer geplanten Reihe.
Beam ist ein sparsames Mixture-of-Experts-Modell mit 501 Milliarden Parametern, von denen pro Token etwa 23 Milliarden aktiv sind. Es wurde mit 23,8 Billionen Tokens vortrainiert und anschließend einem der laut Reflection größten Reinforcement-Learning-Läufe eines Open Labs unterzogen.
Reflection zufolge ist Beam bei Programmier- und agentischen Aufgaben mit GLM 5.2 konkurrenzfähig und kommt Qwen 3.8 Max nahe, während Kimi K3 bei der reinen Leistungsfähigkeit weiterhin vorn liegt. Der wichtigste Anspruch betrifft die Effizienz: vergleichbare Reasoning-Ergebnisse wie GLM 5.2 bei drei- bis viermal weniger Inferenz-Rechenleistung.
Das Modell befindet sich im abschließenden Red Teaming. Früher Zugang ist über eine Warteliste möglich. Reflection kündigt die Veröffentlichung der Gewichte, eines technischen Berichts und einer Modellkarte unter der Apache 2.0-Lizenz für später im Oktober an.
Fazit
Beam ist ein ernst zu nehmender US-amerikanischer Beitrag zum Wettbewerb um offene Gewichte, doch vorerst können es nur Nutzer auf der Warteliste ausprobieren.