Los pesos abiertos de Reflection Beam llegan bajo Apache 2.0

Reflection publicó en Hugging Face los pesos de Beam, su modelo de IA de 501.000 millones de parámetros, el 16 de octubre de 2026, bajo la licencia Apache 2.0. Apache 2.0 permite a cualquiera usar y modificar el modelo, y vender productos basados en él, con pocas condiciones. Eso convierte a Beam en uno de los modelos más grandes disponibles sin términos de licencia propios. Además, sus versiones comprimidas caben en un solo servidor de ocho GPU.

El lanzamiento cumple la promesa que hizo Reflection al anunciar Beam el 5 de octubre. Entonces, los pesos estaban previstos para «más adelante este mes». «Beam es nuestro primer modelo de pesos abiertos», escribió la empresa en su publicación de lanzamiento.

Qué publicó Reflection

Beam es un modelo disperso de mezcla de expertos (MoE). Sus parámetros se dividen en muchas redes expertas más pequeñas, y solo unas pocas se ejecutan para cada token, es decir, una palabra o parte de una palabra. La ficha del modelo en Hugging Face recoge los detalles:

Especificación	Beam-1.0-501B-A23B
Parámetros totales	501.300 millones
Activos por token	23.400 millones
Expertos y capas	256 expertos, 52 capas
Ventana de contexto	1 millón de tokens
Entrada	Solo texto, sobre todo en inglés
Formatos de los pesos	BF16, FP8 y NVFP4
Licencia	Apache 2.0

La ficha lo describe como el modelo ajustado para instrucciones, la versión entrenada para seguir peticiones. Reflection también publicó un modelo borrador más pequeño para la decodificación especulativa, una técnica que acelera la generación de texto. Añadió kernels fusionados, configuraciones listas para varios programas que sirven modelos y un Beam Safety Technical Report. Un informe técnico completo sigue figurando como pendiente. Las recetas de autodestilación llegarán «en los próximos días», según SiliconANGLE.

Reflection también lanzó Mirror CLI, un agente de programación que funciona en un terminal, según VentureBeat. La empresa llama a todo el paquete un «sistema operativo abierto para agentes».

Cómo puntúan las versiones comprimidas

La cuantización guarda los números de un modelo con menos bits, lo que reduce la memoria a costa de algo de precisión. En las pruebas de la propia Reflection, ese coste es pequeño:

Benchmark	BF16	FP8	NVFP4
SWE-bench Verified	81,6	80,2	80,7
SWE-Bench Pro v1	66,1	65,9	65,6
Terminal-Bench 2.1	80,1	78,9	78,4
GPQA Diamond	90,6	90,3	89,3
LiveCodeBench	88,3	88,1	87,4

Las versiones de 8 y 4 bits caben en un servidor con ocho GPU H100, H200 o GB300, según VentureBeat. La versión completa de 16 bits necesita «decenas de GPU».

Frente a sus rivales, Beam no es el que más puntúa. El gráfico muestra las cifras de Terminal-Bench 2.1 que recopiló VentureBeat. V4.1 Flash, de DeepSeek, lidera con 90,6, por delante del 80,1 de Beam. Beam supera a Muse Spark Open de Meta, que obtuvo 76,4.

La propuesta: menos tokens

El argumento de Reflection se basa en la eficiencia, no en las puntuaciones brutas. Afirma que Beam iguala a GLM-5.2 en razonamiento avanzado con entre tres y cuatro veces menos cómputo de inferencia, sin contar el procesamiento del prompt. El modelo está entrenado para llegar a las respuestas con menos tokens de razonamiento.

«No renuncias a nada. Simplemente lo penalizas en función de cuántos tokens puede usar», dijo a VentureBeat Ioannis Antonoglou, cofundador y CTO de Reflection. VentureBeat calcula que Muse Spark Open usa unas 1,8 veces el cómputo por token de Beam.

Reflection no ha fijado un precio. La beta de su plataforma es «gratis para empezar», dice la empresa, y enumera más de 40 socios de lanzamiento. Dell y HPE instalarán Beam en el hardware propio de los clientes.

El lanzamiento llega después de que el Financial Times informara el 10 de octubre de que Nvidia mantiene conversaciones iniciales para comprar Reflection o invertir más. Antonoglou lo calificó de «rumores infundados», sin confirmar ni negar las conversaciones, según VentureBeat. Describió a Nvidia como «un socio e inversor cercano».

Qué significa esto para los desarrolladores

• Empieza con FP8 o NVFP4. Las cifras de Reflection sitúan las versiones comprimidas a unos dos puntos de la precisión completa. Caben en un servidor de ocho GPU en lugar de un clúster de varios servidores.
• Cuenta tokens por tarea, no precio por token. Reflection afirma que Beam llega a las respuestas con menos tokens. Mide el total de tokens y el tiempo en tus propias tareas para comprobarlo, porque ahí es donde aparece cualquier ahorro.
• La licencia es la parte sencilla. Apache 2.0 no impone topes de ingresos ni términos propios. La revisión legal debería ser más corta que con modelos bajo licencias propias, como la de Muse Spark Open.
• Trata las puntuaciones como cifras del proveedor. Todos los benchmarks de este artículo vienen de Reflection o de una ficha de modelo. Las pruebas independientes ya pueden empezar porque los pesos son públicos.
• Atento a lo que viene. El informe técnico completo y las recetas de autodestilación aún están por llegar. También cualquier resultado de las conversaciones con Nvidia de las que se ha informado, que podría cambiar quién controla la hoja de ruta del modelo.