En 30 segundos

Beam reúne 501.000 millones de parámetros totales y activa 23.000 millones por token. AWS, Hugging Face, Ollama y Vercel documentan vías de acceso.

Qué ha pasado

Reflection ha presentado Beam para programación y tareas prolongadas con herramientas. Sus pesos se distribuyen en Hugging Face y AWS describe su despliegue en SageMaker. Ollama y Vercel también anuncian acceso alojado, con ofertas temporales sujetas a sus condiciones.

Por qué importa

Beam utiliza una mezcla de expertos: tiene 501.000 millones de parámetros totales y activa 23.000 millones por token. Activar una fracción reduce cálculo por paso, pero no elimina la memoria necesaria para alojar todos los pesos y el contexto.

A quién afecta

Desarrolladores de agentes y organizaciones que evalúan despliegues propios de modelos.

Qué publica el equipo

El anuncio orienta el modelo a resolver incidencias, modificar repositorios y actuar según resultados intermedios. AWS indica una licencia Apache 2.0 y variantes BF16, FP8 y NVFP4. El contexto anunciado llega a un millón de tokens; su aprovechamiento efectivo requiere evaluación.

Elegir cómo probarlo

Un endpoint gestionado y un despliegue propio tienen requisitos y controles diferentes. Las promociones de acceso no equivalen a gratuidad permanente. IARADIA no ha ejecutado Beam ni medido sus resultados; los límites, la licencia y las condiciones operativas están enlazados en las fuentes.

Contexto: quién es Reflection

Hugging Face presenta Beam como el primer modelo de Reflection, un laboratorio estadounidense nuevo. Está orientado a programación y agentes y dirigido a equipos que quieren un modelo de escala de frontera en su propio hardware, infraestructura o nube, y adaptarlo a sus casos de uso. Se publica con licencia Apache 2.0, que permite el uso comercial.

Ficha técnica publicada

  • Arquitectura: mezcla de expertos con 52 capas y 256 expertos por capa, de los que se activan 8 por token.
  • Entrada y salida solo de texto, con un contexto de un millón de tokens.
  • Checkpoints en BF16, FP8 y NVFP4.
  • Cinco niveles de razonamiento, de low a max, y llamadas a herramientas con gramática propia.
  • Compatibilidad desde el primer día con transformers, vLLM y SGLang, más un harness propio escrito en Rust.

Comparación con otras opciones abiertas

En octubre han aparecido otros modelos con pesos disponibles o anunciados: MiniMax M3.1 Flash, multimodal y también con un millón de tokens, y Kimi K3.1 Pro, cuyos pesos Moonshot AI prevé publicar antes del 4 de noviembre. EmbeddingGemma 2, con 740 millones de parámetros, juega en otra liga: sirve para búsqueda en el dispositivo, no para agentes de programación. Beam destaca por su tamaño y por ofrecer recetas de ajuste fino y aprendizaje por refuerzo.

Límites y dudas

Activar 23.000 millones de parámetros por token reduce el cálculo, pero alojar 501.000 millones exige mucha memoria. Las comparaciones de rendimiento que acompañan al lanzamiento son de Reflection. Para equipos pequeños, un endpoint gestionado puede ser más realista que un despliegue propio.

Fuentes y procedencia

Cómo verificamos y actualizamos este contenido