Reflection Beam 1.0

Reflection Beam 1.0 是面向软件工程、工具调用和多步智能体任务的 Apache-2.0 开放权重稀疏 MoE 模型。Reflection 官方 Hugging Face 模型卡与 AWS 10 月 16 日的发布文档均说明：模型总参数为 5010 亿，每个 token 激活 230 亿参数，有效上下文窗口为 100 万 token。权重提供 BF16、FP8 和 NVFP4 版本。

部署要点

• 大型稀疏模型： 激活参数决定每 token 的部分计算量，但完整 checkpoint、内存切分与服务栈仍必须面对 501B 总参数。
• 开放部署路径： 官方资料说明可自管 vLLM 或 SGLang；AWS 也列出 SageMaker JumpStart，在发布时覆盖美国东部（弗吉尼亚北部）与美国东部（俄亥俄）。
• 智能体导向定位： 官方把 Beam 用于处理软件 issue、改代码、调用工具、读取中间结果和长流程工作。
• 权重开放不等于托管价格： Apache-2.0 适用于已发布权重；基础设施、API 和托管端点成本需向实际服务方核对。

评估流程

从官方模型卡和一个受控的编码基准或 issue 复现任务开始。先只授予只读工具，限制上下文与执行时间，记录调用，再在同一 harness 中比较成功率、错误恢复与成本。使用托管端点时，应在提交私有仓库前确认区域、配额、数据保留和网络策略。100 万 token 是容量上限，不意味着每次请求都应填满。

限制与替代

尽管每 token 仅激活 23B 参数，Beam 的整体规模仍令许多团队难以在本地评估。量化、并行方式、上下文长度、工具权限和基准选择都会显著改变成本与可靠性。较小的本地智能体模型可对比 LFM2.5-24B-A2B，其他开放权重编程模型可对比 Muse Spark Open。

官方资料

规划容量前请阅读官方模型卡和AWS 部署说明。