Les questions sur Beam, avec leurs réponses

Beam est un grand modèle de langage de Reflection AI, annoncé le 5 octobre 2026. Ce modèle à mélange d’experts clairsemé compte 501 milliards de paramètres au total, dont 23 milliards actifs par jeton. Il est conçu pour la programmation, le raisonnement et les tâches agentiques. C’est le premier modèle à poids ouverts de Reflection.

Reflection AI, un laboratoire new-yorkais fondé en 2024 par Misha Laskin (PDG) et Ioannis Antonoglou, tous deux anciens chercheurs chez Google DeepMind. Parmi ses investisseurs figurent Nvidia, Sequoia et Citigroup.

Beam est à poids ouverts. Reflection indique qu’elle publiera les poids sous licence Apache 2.0, qui autorise l’usage commercial, la modification et la redistribution. Les données d’entraînement ne sont pas ouvertes : une partie provient de jeux de données propriétaires sous licence.

Reflection indique que ce sera « plus tard ce mois-ci », c’est-à-dire en octobre 2026, en même temps qu’un rapport technique, une fiche de modèle et des outils pour l’exécuter, l’évaluer et l’affiner. Aucune date précise n’a été communiquée. Notre suivi des sorties indique l’état actuel.

Inscrivez-vous sur la liste d’attente pour accéder à l’API bêta de Reflection. Les utilisateurs approuvés obtiennent un point de terminaison compatible avec OpenAI à l’adresse https://api.reflection.ai/openai/v1, avec l’identifiant de modèle Beam-501B-A23B. Une fois les poids publiés, vous pourrez aussi l’exécuter vous-même ou passer par des fournisseurs d’hébergement.

Les poids seront gratuits à télécharger et à utiliser sous licence Apache 2.0. Mais l’exécution d’un modèle de 501B n’est pas gratuite : vous devrez payer les GPU ou un fournisseur d’hébergement. Reflection n’a pas publié les tarifs de son API.

Aucune exigence officielle pour le moment. Selon notre estimation, les poids seuls occupent environ 1 TB en BF16, environ 500 GB en FP8 et environ 250 GB en 4 bits, auxquels s’ajoute la mémoire nécessaire au cache KV. Il faut donc un serveur équipé de plusieurs GPU ; le modèle ne fonctionnera pas sur un ordinateur portable courant ni sur un seul GPU grand public.

Pas selon la plupart des résultats publiés. Face à DeepSeek V4.1 Flash, Beam l’emporte sur CritPt et l’indice AA Omniscience, mais obtient de moins bons résultats sur les sept autres benchmarks communs, dont Terminal-Bench, DeepSWE, HLE et AutomationBench. Reflection mise sur l’efficacité et sur un modèle ouvert basé aux États-Unis, pas sur une victoire sans appel.

Non. Le tableau de Reflection montre que Kimi K3 devance Beam sur 13 des 14 benchmarks évalués par les deux modèles. Beam ne le dépasse que sur τ³ banking (38.0 contre 37.1). Selon Reflection, l’avantage de Beam sur des modèles comme Kimi K3 tient à son efficacité d’inférence.

En génie logiciel et en programmation agentique. Il obtient 80.9 sur SWE-Bench Verified, 78.0 sur SWE-Bench Multilingual et 80.1 sur Terminal-Bench v2.1. Il peut aussi utiliser des outils, naviguer sur le Web et faire appel à d’autres services dans le cadre de longues tâches en plusieurs étapes.

Non. Beam est uniquement textuel. Il ne peut traiter d’autres types de données que s’ils sont convertis en texte, par exemple à l’aide de l’OCR.

L’API bêta indique 256K tokens avec jusqu’à 128K tokens de sortie, et Reflection précise que ces chiffres peuvent changer pendant la bêta. Son annonce indique que le mid-training a étendu le contexte effectif à 1 million de tokens.

The Wall Street Journal a rapporté en mars 2026 que certains investisseurs employaient cette expression. Comme DeepSeek, Reflection se concentre sur des modèles efficaces et publiés ouvertement ; contrairement à DeepSeek, c’est une entreprise américaine, ce qui compte pour les acheteurs qui préfèrent ne pas dépendre de modèles chinois.

Pas encore, à la date indiquée en haut de notre suivi des versions. Reflection prévoit de lancer les poids ouverts avec des partenaires de distribution et des intégrations aux bibliothèques open source.

Non. ReflectionBeam est un guide indépendant. Nous ne sommes pas affiliés à Reflection AI. Nous renvoyons vers des sources officielles pour chaque chiffre publié.