Pesos abertos do Reflection Beam chegam sob Apache 2.0

A Reflection publicou os pesos do Beam, seu modelo de IA com 501 bilhões de parâmetros, no Hugging Face em 16 de outubro de 2026, sob a licença Apache 2.0. A Apache 2.0 permite que qualquer pessoa use, altere e venda produtos feitos com o modelo, com poucas condições. Isso torna o Beam um dos maiores modelos disponíveis sem termos de licença personalizados. Suas versões comprimidas cabem em um único servidor com oito GPUs.

O lançamento cumpre a promessa que a Reflection fez quando anunciou o Beam em 5 de outubro. Na época, os pesos estavam previstos para "ainda este mês". "O Beam é nosso primeiro modelo de pesos abertos", escreveu a empresa em seu post de lançamento.

O que a Reflection lançou

O Beam é um modelo esparso de mistura de especialistas (MoE). Seus parâmetros são divididos em muitas redes especialistas menores, e só algumas rodam para cada token, uma palavra ou parte de uma palavra. O model card no Hugging Face lista os detalhes:

Especificação	Beam-1.0-501B-A23B
Total de parâmetros	501,3 bilhões
Ativos por token	23,4 bilhões
Especialistas e camadas	256 especialistas, 52 camadas
Janela de contexto	1 milhão de tokens
Entrada	Só texto, principalmente em inglês
Formatos dos pesos	BF16, FP8 e NVFP4
Licença	Apache 2.0

O card descreve este como o modelo ajustado por instruções, a versão treinada para seguir pedidos. A Reflection também lançou um modelo de rascunho menor para decodificação especulativa, um truque que acelera a geração de texto. Ela adicionou kernels fundidos, configurações prontas para vários programas de inferência e um Beam Safety Technical Report. Um relatório técnico completo ainda consta como a caminho. As receitas de autodestilação virão "nos próximos dias", informa o SiliconANGLE.

A Reflection também lançou o Mirror CLI, um agente de programação que roda em um terminal, informa o VentureBeat. A empresa chama o pacote inteiro de "sistema operacional aberto para agentes".

Como as versões comprimidas pontuam

A quantização armazena os números de um modelo com menos bits. Isso reduz a memória, com algum custo em precisão. Nos testes da própria Reflection, esse custo é pequeno:

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

As versões de 8 bits e de 4 bits cabem em um servidor com oito GPUs H100, H200 ou GB300, informa o VentureBeat. A versão completa de 16 bits precisa de "dezenas de GPUs".

Diante dos rivais, o Beam não é o que pontua mais alto. O gráfico mostra os números do Terminal-Bench 2.1 compilados pelo VentureBeat. O V4.1 Flash, da DeepSeek, lidera com 90,6, à frente dos 80,1 do Beam. O Beam supera o Muse Spark Open, da Meta, que marcou 76,4.

A proposta: menos tokens

O argumento da Reflection se apoia na eficiência, não em pontuações brutas. Ela afirma que o Beam se iguala ao GLM-5.2 em raciocínio avançado usando de três a quatro vezes menos computação de inferência, sem contar o processamento do prompt. O modelo é treinado para chegar às respostas com menos tokens de raciocínio.

"Você não abre mão de nada. Você só o penaliza em termos de quantos tokens ele pode usar", disse Ioannis Antonoglou, cofundador e CTO da Reflection, ao VentureBeat. O VentureBeat estima que o Muse Spark Open usa cerca de 1,8 vez a computação do Beam por token.

A Reflection não definiu um preço. O beta da sua plataforma é "gratuito para começar", diz a empresa. Ela lista mais de 40 parceiros de lançamento. A Dell e a HPE vão instalar o Beam no próprio hardware dos clientes.

O lançamento vem depois de uma reportagem do Financial Times, em 10 de outubro, segundo a qual a Nvidia está em conversas iniciais para comprar a Reflection ou investir mais. Antonoglou chamou isso de "boatos sem fundamento", sem confirmar nem negar as conversas, informa o VentureBeat. Ele descreveu a Nvidia como "uma parceira próxima e investidora".

O que isso significa para desenvolvedores

• Comece com FP8 ou NVFP4. Os números da Reflection mostram as versões comprimidas a cerca de dois pontos da precisão total. Elas cabem em um servidor com oito GPUs, em vez de um cluster com vários servidores.
• Conte tokens por tarefa, não preço por token. A afirmação da Reflection é que o Beam chega às respostas com menos tokens. Meça o total de tokens e o tempo nas suas próprias tarefas para testar isso, porque é aí que qualquer economia aparece.
• A licença é a parte simples. A Apache 2.0 não traz limites de receita nem termos personalizados. A revisão jurídica deve ser mais curta do que para modelos sob licenças personalizadas, como a do Muse Spark Open.
• Trate as pontuações como números do fornecedor. Todo benchmark aqui vem da Reflection ou de um model card. Testes independentes já podem começar, porque os pesos são públicos.
• Acompanhe os próximos passos. O relatório técnico completo e as receitas de autodestilação ainda estão por vir. O mesmo vale para qualquer desfecho das conversas noticiadas com a Nvidia, que poderia mudar quem controla o roadmap do modelo.