Dúvidas sobre o Beam, respondidas

Beam é um modelo de linguagem de grande porte da Reflection AI, anunciado em 5 de outubro de 2026. É um modelo esparso de mistura de especialistas, com 501 bilhões de parâmetros no total e 23 bilhões ativos por token, desenvolvido para programação, raciocínio e tarefas com agentes. É o primeiro modelo de pesos abertos da Reflection.

A Reflection AI, um laboratório de Nova York fundado em 2024 por Misha Laskin (CEO) e Ioannis Antonoglou, ambos ex-pesquisadores do Google DeepMind. Entre seus investidores estão Nvidia, Sequoia e Citigroup.

Beam tem pesos abertos. A Reflection afirma que lançará os pesos sob a licença Apache 2.0, que permite uso comercial, modificação e redistribuição. Os dados de treinamento não são abertos: parte deles vem de conjuntos de dados proprietários licenciados.

A Reflection diz que será “ainda este mês”, ou seja, em outubro de 2026, junto com um relatório técnico, um cartão do modelo e ferramentas para executar, avaliar e ajustar o modelo. Nenhuma data exata foi informada. Nosso rastreador de lançamentos mostra o status atual.

Entre na lista de espera da API beta da Reflection. Usuários aprovados recebem um endpoint compatível com OpenAI em https://api.reflection.ai/openai/v1, com o ID do modelo Beam-501B-A23B. Quando os pesos forem lançados, você também poderá executá-lo por conta própria ou por meio de provedores de hospedagem.

Os pesos serão gratuitos para baixar e usar sob a licença Apache 2.0. Mas executar um modelo de 501B não é gratuito: você paga pelas GPUs ou por um provedor de hospedagem. A Reflection ainda não divulgou os preços da API.

Ainda não há requisitos oficiais. Segundo nossa estimativa, só os pesos ocupam cerca de 1 TB em BF16, cerca de 500 GB em FP8 e cerca de 250 GB em 4 bits, além da memória para o cache KV. Isso exige um servidor com várias GPUs; o modelo não será executado em um laptop comum nem em uma única GPU de consumo.

Não, de acordo com a maioria dos resultados publicados. Em comparação com o DeepSeek V4.1 Flash, Beam leva vantagem em CritPt e no índice AA Omniscience, mas fica atrás nos outros sete benchmarks em comum, incluindo Terminal-Bench, DeepSWE, HLE e AutomationBench. A proposta da Reflection é oferecer eficiência e um modelo de pesos abertos dos EUA, não vencer em tudo.

Não. A tabela da própria Reflection mostra o Kimi K3 à frente em 13 dos 14 benchmarks divulgados por ambos os modelos; Beam só fica à frente em τ³ banking (38.0 vs 37.1). A Reflection afirma que a vantagem do Beam sobre modelos como o Kimi K3 está na eficiência de inferência.

Engenharia de software e programação com agentes. Ele pontua 80.9 em SWE-Bench Verified, 78.0 em SWE-Bench Multilingual e 80.1 em Terminal-Bench v2.1, além de poder usar ferramentas, navegar na web e chamar outros serviços em tarefas longas com várias etapas.

Não. Beam aceita apenas texto. Ele só pode trabalhar com outros tipos de dados quando são convertidos em texto, por exemplo, por meio de OCR.

A API beta informa 256K tokens, com até 128K tokens de saída, e Reflection observa que isso pode mudar durante a beta. O anúncio diz que o midtraining ampliou o contexto efetivo para 1 milhão de tokens.

The Wall Street Journal informou em março de 2026 que alguns investidores usaram essa expressão. Assim como DeepSeek, Reflection se concentra em modelos eficientes e disponibilizados abertamente; ao contrário de DeepSeek, é uma empresa dos EUA, o que importa para compradores que preferem não depender de modelos chineses.

Ainda não, considerando a data no topo do nosso rastreador de lançamentos. Reflection planeja lançar os pesos abertos com parceiros de distribuição e integrações com bibliotecas de código aberto.

Não. ReflectionBeam é um guia independente. Não temos vínculo com Reflection AI. Incluímos links para fontes oficiais para cada número que publicamos.