Beam activa 23.000 millones de parámetros, pero sus pesos abiertos aún no han llegado

Reflection ha presentado Beam, su primer modelo open-weight para tareas de coding, reasoning y agentes. Es un sparse Mixture-of-Experts con 501.000 millones de parámetros, de los que activa 23.000 millones por token. Los pesos, el informe técnico, la model card y las herramientas para desarrolladores llegarán durante octubre con licencia Apache 2.0.

Un modelo enorme utiliza solo una fracción de su capacidad al inferir

Reflection afirma que preentrenó Beam con 23,8 billones de tokens. La fase de reinforcement learning generó más de 100 millones de rollouts durante 4 semanas con 10.500 GPU NVIDIA GB300. La empresa declara haber utilizado cerca de 1.300 millones de sandboxes y un millón de entornos de coding, agentes y STEM.

El modelo está ahora en early access mientras terminan el red-teaming y las evaluaciones. Por tanto, los pesos abiertos no estaban disponibles para descargar cuando se anunció. Open-weight describe el modelo de distribución prometido, no la disponibilidad actual.

El núcleo activo reduce cálculo, pero no encoge el modelo completo

Para quien opera el sistema importan los 23.000 millones de parámetros activos, porque determinan parte del cálculo necesario para generar cada token. Los 501.000 millones siguen afectando al almacenamiento, la carga y la infraestructura necesaria. La arquitectura sparse reduce una parte de la factura, pero no convierte un modelo enorme en software para una estación de trabajo corriente.

Reflection apunta a empresas e instituciones soberanas que quieren ejecutar y adaptar el modelo en su propia infraestructura. La licencia Apache 2.0 podría facilitarlo. El valor práctico seguirá dependiendo de la documentación, el soporte en frameworks de inferencia y unos perfiles de hardware claros.

La propia Reflection calcula el ahorro de 3 a 4 veces

La empresa afirma que Beam iguala a GLM-5.2 en benchmarks de reasoning con un inference compute entre 3 y 4 veces menor. La comparación estima los FLOPs a partir de los parámetros activos y los tokens generados. Excluye el prompt prefill, las operaciones de attention dependientes del contexto y el serving overhead.

Es un cálculo técnico útil, pero no una medición del precio o la latencia en producción. Los equipos independientes aún no han podido verificar los benchmarks ni la ventaja operativa porque los pesos no eran públicos.

La publicación de octubre dirá si el benchmark se puede desplegar

La primera señal decisiva será la publicación real de los pesos, la model card y el informe técnico con la licencia prometida. Entonces se podrán medir de forma externa el throughput, la latencia, la memoria necesaria y la calidad fuera de la suite de la empresa.

La segunda señal serán las integraciones con bibliotecas open source habituales y la posibilidad de hacer fine-tuning sin una capa propietaria de Reflection. Esos detalles mostrarán si Beam es una alternativa abierta o, por ahora, una promesa calculada con brillantez.

El veredicto de Lilith

Reflection ha mostrado un motor con 501.000 millones de piezas y asegura que solo activa 23.000 millones al circular. Beam empezará a competir cuando abra el capó y alguien ajeno mida el consumo.