Reflection AI发布5010亿参数Beam开源模型 单任务仅需25000 tokens

美国AI初创公司Reflection AI近日正式开源其首款大语言模型Beam，参数规模达5010亿，定位为高推理效率的超大规模开源模型。该模型核心创新在于显著降低单任务token消耗——在Terminal-Bench 2.1测试中，完成一次编码任务平均仅需约25,000 tokens，远低于同类模型（如Meta Muse Spark Open预估单任务耗10万–20万tokens）。此举意在绕过硬件成本劣势，通过减少算力使用实现总成本优化，直接回应当前美国企业转向采用Kimi K3、GLM-5.3及DeepSeek-V4 Flash等中国开源模型的趋势。Beam采用Apache 2.0许可证开放全部权重，支持vLLM、MLX等框架部署，已上传至Hugging Face Hub。其设计聚焦代码生成与逻辑推理等高精度任务，在保持长上下文能力的同时，通过架构与训练策略调优提升token利用率，但具体技术细节尚未披露。行业观察指出，开源竞争正从参数军备转向推理经济性比拼；Beam虽具理念前瞻性，实际表现仍待真实场景验证，尤其在多语言支持、显存占用及复杂任务稳定性方面尚需数据支撑。公司计划未来数周发布完整基准报告与微调指南。