Reflection AI · anunciado el 5 de octubre de 2026
Beam: un modelo de pesos abiertos diseñado para hacer más con menos capacidad de cómputo
Beam es el primer modelo de pesos abiertos de Reflection AI: una mezcla de expertos de 501 mil millones de parámetros que activa solo 23 mil millones de parámetros por token. Está pensado para programación, razonamiento y tareas con agentes. Reflection afirma que iguala a GLM 5.2 en razonamiento complejo usando entre tres y cuatro veces menos capacidad de cómputo para inferencia.
Estado del lanzamiento hoy
Beam se anunció junto con una lista de espera. Esto es lo que puedes y no puedes hacer con él ahora mismo.
API beta (lista de espera)
Endpoint de Chat Completions compatible con OpenAI para usuarios seleccionados con acceso anticipado.
Pesos abiertos en Hugging Face
Prometidos bajo Apache 2.0 para más adelante en octubre de 2026. Todavía no hay ningún repositorio público.
OpenRouter
Aún no está en el catálogo de OpenRouter.
Ollama / LM Studio
No está disponible. Incluso los pesos de 4 bits necesitarían unos 250 GB de memoria, por lo que el uso local se limitará a estaciones de trabajo potentes.
En un minuto
Qué es Beam y por qué lo llaman el «DeepSeek de Occidente»
Reflection AI es un laboratorio de Nueva York fundado en 2024 por dos antiguos investigadores de Google DeepMind, Misha Laskin e Ioannis Antonoglou. Beam es su primer modelo de frontera y el primero de una serie prevista.
La propuesta es la eficiencia. Beam es una mezcla dispersa de expertos: de sus 501 mil millones de parámetros, solo unos 23 mil millones trabajan en cada token. Así, los costos de servicio se acercan a los de un modelo mediano, pero se aprovecha el conocimiento de uno muy grande.
Es de «pesos abiertos»: Reflection dice que publicará los pesos con la licencia Apache 2.0 más adelante en octubre de 2026, para que cualquiera pueda descargarlos, ejecutarlos, ajustarlos y desplegarlos en su propio hardware. Hasta entonces, el acceso es a través de una API beta con lista de espera.
Los inversores y la prensa han presentado Beam como una respuesta estadounidense a los potentes modelos abiertos de laboratorios chinos como DeepSeek, Alibaba (Qwen), Z.ai (GLM) y Moonshot AI (Kimi). Reflection es más cauta: sus propios gráficos muestran que Kimi K3 todavía va por delante en capacidad bruta.
Benchmarks
Cómo se compara Beam con los modelos abiertos más potentes
Resultados seleccionados del anuncio de Reflection. Las barras comparan Beam con GLM 5.2 y Kimi K3 cuando se publicaron esas puntuaciones.
SWE-Bench Pro v1
Terminal-Bench v2.1
τ³ banking
MCP Atlas
GPQA Diamond
Humanity's Last Exam (no tools)
Puntuaciones comunicadas por el proveedor. Aún no se han verificado de forma independiente.
Los 21 benchmarksLa afirmación sobre la eficiencia
Entre 3 y 4 veces menos capacidad de cómputo para inferencia que GLM 5.2 en razonamiento complejo
Reflection estima el cómputo como 2 × parámetros activos × tokens generados. Con 23B de parámetros activos y una penalización por longitud incorporada al entrenamiento por refuerzo, Beam usa menos FLOPs por respuesta que los modelos abiertos más grandes. Esta es una estimación de la propia empresa basada en datos de Artificial Analysis y DataCurve; no incluye la precarga del prompt ni la sobrecarga del servicio, y no se ha reproducido de forma independiente.
- 23B parámetros activos por token
- Nivel de razonamiento ajustable
- Entrenado para evitar tokens de razonamiento innecesarios
Cara a cara
Beam frente a otros
Páginas comparativas con todos los benchmarks que ambos modelos reportaron, además del tamaño, la licencia y la disponibilidad.
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
Lo último
Noticias de Beam
Reflection actualiza la tabla de benchmarks de Beam
Una nota del October 8 en la publicación de lanzamiento dice que se revisaron los resultados de Beam.
Beam aún no está en OpenRouter, Ollama ni Hugging Face
La distribución es limitada hasta que se publiquen los pesos.
Por qué llaman a Reflection el «DeepSeek de Occidente»
El apodo es anterior a Beam, y la cobertura del lanzamiento volvió a retomarlo.
Respuestas rápidas
Preguntas frecuentes
¿Qué es Reflection Beam?
Beam es un modelo de lenguaje grande de Reflection AI, anunciado el 5 de octubre de 2026. Es un modelo de mezcla de expertos dispersa, con 501.000 millones de parámetros totales y 23.000 millones activos por token, diseñado para programación, razonamiento y tareas con agentes. Es el primer modelo de pesos abiertos de Reflection.
¿Quién desarrolla Beam?
Reflection AI, un laboratorio de Nueva York fundado en 2024 por Misha Laskin (director ejecutivo) e Ioannis Antonoglou, ambos antiguos investigadores de Google DeepMind. Entre sus inversores están Nvidia, Sequoia y Citigroup.
¿Beam es de código abierto?
Beam tiene pesos abiertos. Reflection afirma que publicará los pesos con la licencia Apache 2.0, que permite el uso comercial, la modificación y la redistribución. Los datos de entrenamiento no son abiertos: una parte procede de conjuntos de datos con licencia de uso propietario.
¿Cuándo se publicarán los pesos de Beam?
Reflection dice que será “a finales de este mes”, es decir, en octubre de 2026, junto con un informe técnico, una ficha del modelo y herramientas para ejecutarlo, evaluarlo y ajustarlo. No se ha anunciado una fecha exacta. Nuestro rastreador de lanzamientos muestra el estado actual.
¿Cómo puedo usar Beam hoy?
Apúntate a la lista de espera de la API beta de Reflection. Los usuarios aprobados reciben un endpoint compatible con OpenAI en https://api.reflection.ai/openai/v1 con el ID de modelo Beam-501B-A23B. Cuando se publiquen los pesos, también podrás ejecutarlo por tu cuenta o mediante proveedores de alojamiento.