Reflection 公開 Beam 1.0 權重，501B MoE 提供三種精度與推測解碼模型

Reflection 於 10 月 16 日正式公開 Beam 1.0 權重，將 10 月初的模型預告推進至可下載、自行部署的階段。此次提供 BF16、FP8、NVFP4 三種精度，以及推測解碼草稿模型；權重採 Apache 2.0 授權，讓團隊能自行部署及客製化模型。官方發布公告

Beam 採稀疏混合專家架構，總參數約 5,010 億，每個 token 啟用約 230 億，支援百萬 token 上下文，輸入與輸出均為文字。模型卡將程式開發、工具使用及長回合代理列為主要用途，同時明確指出模型主要針對英文開發。對中文工程團隊而言，程式碼能力與中文需求理解、文件檢索能力應分開測試。官方模型卡

此次值得關注的部署元件是約 19.3 億參數的 DFlash2 草稿模型。它一次前向運算提出一整塊候選 token，再由 Beam 驗證；官方說明，在使用拒絕採樣時，輸出分布可與原模型一致。草稿模型讀取 Beam 多層隱藏狀態，重用凍結的詞嵌入與輸出頭，並以 4,096 token 滑動視窗控制草稿端的上下文成本；訓練區塊長度為 16，服務時建議使用 8。DFlash2 模型卡

評估方面，官方模型卡列出 SWE-bench Verified 81.6、Terminal-Bench 2.1 80.1。這些是發布方提供的結果，不能直接視為任何代理框架都能重現的成功率。Reflection 的效率比較也有邊界：早期技術說明以啟用參數量與生成 token 數估算運算量，排除了提示預填、隨上下文變動的注意力成本與服務開銷。模型評估、效率計算說明

工程上的下一步，是固定代理框架、工具集合與任務預算，比較三種精度的成功率，再量測推測解碼的接受率及端到端延遲。每 token 啟用 230 億參數描述的是計算路徑；完整權重、KV 快取與並行服務仍須另外編列記憶體預算，百萬 token 上限也不代表長上下文能以低成本使用。