reflection/Beam-1.0-501B-A23B

Reflection 发布的开放权重文本模型：MoE 总参数 501.3B、每 token 激活 23.4B，上下文 1M，主打用更少的思考 token 完成编程、工具调用和数理推理，同时提供 BF16、FP8、NVFP4 三种精度。 上升分 83 · 点赞 264 · 下载量 5964 **理由** - 官方称达到与主流开放模型相近的解题质量时，思考 token 约少 3 倍；但模型卡没给对应的对比表。 - 官方 BF16 分数：SWE-bench Verified 81.6%、Terminal Bench v2.1 80.1%、GPQA Diamond 90.6%、MCP Atlas 80.8%、BrowseComp（带上下文管理）76.8%；FP8 和 NVFP4 与 BF16 多数只差 1–2 个百分点。 - Apache-2.0，官方写明不禁止蒸馏、用输出训练其他模型、微调、量化和合并；结构为 52 层（3 层稠密 + 49 层 MoE）、256 个专家、门控 GQA 加滑动窗口注意力，知识截止 2026 年 6 月 30 日。 **用法** - 模型卡没有推理代码或部署命令，只链接到 developers.reflection.ai 文档和 GitHub reflection-oss；聊天模板是改过的 Harmony 格式，接入前要先看官方文档。 - 官方评测用 temperature 0.7、top\_p 0.99，可作为起始采样参数；显存有限时先看 NVFP4 版，官方表格里它和 BF16 分数接近。 **风险** - 501B 总参数，即使 NVFP4 也需要多卡服务器；模型卡没写硬件需求。 - 技术报告标注“即将发布”，分数没有和其他模型并列对比；主要面向英语。 - 官方安全评测：有害请求拒绝 / 转移率 88.9%，无害请求顺从率 81.5%，意味着有一部分正常请求会被拒。 [打开](https://huggingface.co/reflection/Beam-1.0-501B-A23B)