快速结论
Beam 已由 Reflection 正式公布，但截至 10 月 6 日，模型权重和技术报告尚未公开；官网与 DeepSeek V4.1 Flash 的基准对比为厂商披露，不能当作独立实测。
- Reflection 官方公告发表于 2026 年 10 月 5 日，Beam 为 5010 亿总参数、230 亿激活参数的 MoE 模型。
- 官方称模型经历 23.8 万亿 token 预训练，支持最高 100 万 token 上下文；这些技术参数尚待模型卡和权重开放后复核。
- 截至 10 月 6 日，Beam 仅开放早期访问申请；权重、技术报告、模型卡计划在本月晚些时候发布，权重拟采用 Apache 2.0 许可。
- Reflection 公布的 DeepSWE v1.1 和 Terminal Bench v2.1 表格中，Beam 分别为 44.4 和 80.1，DeepSeek V4.1 Flash 分别为 74.2 和 90.6；该表尚非独立横评。
本次更新：用 10 月 5 日 Reflection 官方发布更新原先的待发布报道，补充规格、开放时间与对比数据的证据边界。
**更新于 2026 年 10 月 6 日。**Reflection 已于 10 月 5 日正式公布 Beam，此前关于其即将推出开放权重模型的报道已得到官方发布确认。不过，公布模型与开放权重是两件事：目前官网提供早期访问申请，权重、完整技术报告和模型卡仍计划在本月晚些时候发布。
模型规格与开放计划
据 Reflection 自述，Beam 是面向编程、推理和智能体任务的稀疏混合专家模型，总参数 5010 亿，每个 token 激活约 230 亿参数。公司称预训练使用 23.8 万亿 token，中期训练将有效上下文扩展到 100 万 token；强化学习阶段在约 1.05 万张 NVIDIA GB300 上运行四周，生成超过 1 亿条轨迹。这些是研发方披露的数据，公开权重和模型卡前，外部尚无法完整核验。
Reflection 表示拟于 10 月晚些时候以 Apache 2.0 许可发布权重，同时提供运行、评测和微调资料。截至 10 月 6 日，不能把 Beam 写成已经可下载、自行部署的模型。
与 DeepSeek 比较时看什么
Reflection 的官方基准表列出 DeepSeek V4.1 Flash：DeepSWE v1.1 为 Beam 44.4、DeepSeek 74.2；Terminal Bench v2.1 为 Beam 80.1、DeepSeek 90.6；HLE 无工具为 36.2 对 39.1。不同模型的评测设置、推理预算与基础设施可能影响结果，这份厂商表格不能代替同条件的第三方测试。
对团队选型而言，下一步应等待实际权重、许可正文、模型卡及可复现实测，再比较相同任务的完成率、延迟、显存和总成本。现阶段 Beam 是值得关注的新候选，不是已有 DeepSeek 工作流的即时替代结论。
参考资料
本文依据以下资料整理，版本与接口信息请以来源页面的现行说明为准。