Reflection 发布 501B 参数 MoE 模型 Beam，面向编码与智能体工作负载

Baseten 工程博客·2026-10-16 21:51· 2 小时前AI 评分58

Beam：面向编程与智能体工作负载的高效推理

AI 导读

Reflection 发布新模型家族的首个模型 Beam，采用 MoE 架构，总参数 501B、每 token 激活 23B，上下文窗口最高 100 万 token。

正文

Beam 是一个自回归 transformer 模型，接受文本输入并生成文本输出（主要为英文）。它采用混合专家（MoE）架构，总参数 501B，每 token 激活参数 23B，上下文窗口最高可达 100 万 token。

Beam 是 Reflection 新模型家族中的首个模型，未来版本计划加入多语言和多模态能力。Beam 面向构建编程与智能体系统的开发者和研究人员，以及希望定制和运行自有模型的企业。它开箱即用，兼容开发者已在使用的运行时、框架、编程工具链和工具。

面向编程与智能体工作负载的高效推理

Reflection 的评估显示，Beam 在编程、智能体、推理和 STEM 基准测试中均表现强劲：

✕

智能体编程性能

✕

推理性能

来源：https://reflection.ai/blog/introducing-beam

Reflection 训练 Beam 解决编程和智能体任务，并用更少的 token 达成成功结果。目标是降低这些工作负载的成本。强化学习（RL）是 Beam 训练的重要组成部分。 

Reflection 使用了更长的 RL 推演，让 Beam 能够练习多步骤解题、使用工具并根据反馈调整方法。Reflection 在训练中奖励成功的解法，并施加长度惩罚以抑制不必要的 token。简言之，更长的推演让 Beam 能够处理复杂任务，而长度惩罚则鼓励它用更少的 token 完成。

用户还可以调整 Beam 的推理投入参数：较低设置倾向于更短的回复，较高设置允许更多推理，以提升在苛刻任务上的表现。

在 Baseten 上开始使用 Beam

你今天就可以通过 Baseten Model APIs 和 Dedicated Inference 使用 Beam。构建能够解决复杂任务而不浪费 token 的编程与智能体系统。

来源：Baseten 工程博客 · baseten.co