Was ist Beam?
Beam ist das erste Open-Weight-Modell von Reflection, dem New Yorker Labor, das die früheren Google-DeepMind-Forscher Misha Laskin und Ioannis Antonoglou 2024 gegründet haben. Reflection hat es am 5. Oktober 2026 angekündigt und die Gewichte am 16. Oktober unter der Apache-2.0-Lizenz auf Hugging Face veröffentlicht, in BF16, FP8 und NVFP4, dazu ein DFlash2-Draft-Modell mit 1,93 Mrd. Parametern für Speculative Decoding. Die vollständige Modell-ID lautet Beam-1.0-501B-A23B.
Es ist ein reines Textmodell mit Mixture-of-Experts-Architektur und 501,3 Milliarden Parametern, von denen pro Token 23,4 Milliarden aktiv sind (8 von 256 Experten), mit einem Kontext von 1 Mio. Tokens und einem Wissensstand vom 30. Juni 2026. Reasoning ist immer aktiv, mit fünf Aufwandsstufen von low bis max. Es nutzt eine abgewandelte Version von OpenAIs Chatformat harmony und wurde hauptsächlich für Englisch entwickelt.
Reflections eigene API ist eine kostenlose öffentliche Beta mit täglichen Nutzungsgrenzen und ohne veröffentlichten Preis für die Zeit danach. Gehostete Endpunkte gibt es auf OpenRouter ab 0,24 $ pro Million Input-Tokens und 0,98 $ pro Million Output-Tokens, Together AI und Baseten verlangen jeweils 0,40 $ / 1,20 $.
Lohnt sich Beam?
Beams Argument ist Effizienz, nicht rohe Leistung. Artificial Analysis gibt ihm 30 Punkte im Intelligence Index. Unter den US-Open-Weight-Modellen ist das Platz zwei hinter Metas Muse Spark Open (39) und vor NVIDIAs Nemotron 3.5 Super VL (26), unter allen offenen Modellen aber nur Platz zehn. Die chinesischen Spitzenmodelle liegen eine Klasse darüber: MiMo-V2.6-Pro erreicht im selben Index 46, GLM-5.3 45 und Kimi K3 44. Reflections eigener Launch-Beitrag räumt ein, dass Kimi K3 bei der reinen Leistungsfähigkeit vorn liegt.
Besser ist Beam darin, eine Aufgabe mit weniger Worten zu erledigen. Artificial Analysis zählt etwa 26.000 Output-Tokens pro Index-Aufgabe, halb so viele wie die 52.000 von K2 Horizon aus den Vereinigten Arabischen Emiraten, das einen Punkt höher liegt. Gemessen wurden 364,3 Output-Tokens pro Sekunde, Platz zwei von 78 Modellen seiner Klasse. Der gesamte Index kostete 0,23 $ pro Aufgabe. Reflection beansprucht Werte auf dem Niveau von GLM-5.2 bei drei- bis viermal weniger Rechenaufwand für die Inferenz, doch diese Zahl ist eine eigene Schätzung aus aktiven Parametern und erzeugten Tokens, keine Messung.
Die selbst gemeldeten Werte auf der Model Card sind stark: 81,6 % bei SWE-bench Verified, 80,1 % bei Terminal Bench v2.1 und 90,6 % bei GPQA Diamond. Unabhängige Tests sind beim agentischen Programmieren weniger freundlich. Artificial Analysis verzeichnet 3,0 % bei Terminal-Bench 4.0, hinter Qwen3.8 27B (5,6 %), und in Reflections eigenem Harness Mirror kommt Beam im Coding Agent Index auf 28, 15 Punkte hinter dem nächsten Setup und 40 hinter der Spitze. Die Halluzinationsrate bei AA-Omniscience liegt bei 47 %, gegenüber 30 % für Qwen3.8 27B, obwohl Beam mehr Fragen richtig beantwortet (33 %).
Die Lizenz ist das stärkste Argument. Apache 2.0 kennt keine Umsatzgrenze und keine Pflicht zur Namensnennung, während Muse Spark Open eine Namensnennung in jedem Produkt und für große Model-as-a-Service-Anbieter einen eigenen Vertrag verlangt. Die Model Card erlaubt zudem ausdrücklich Distillation und Training auf den Ausgaben. Artificial Analysis setzt Beam außerdem mit 34 % an die Spitze der US-Open-Modelle in seinem Cyber Index. Reflections Dokumentation zeigt die praktischste Nutzung dieser Freiheit: einem kleinen Modell wie Gemma 4 E4B beizubringen, vor Tool-Aufrufen kurz nachzudenken. In Reflections Beispiel sanken die Output-Tokens dieses Modells dadurch um 45 %.
Selbst hosten ist kein kleines Unterfangen. Allein der NVFP4-Checkpoint ist 273 GiB groß, und Reflections Anleitungen fürs Serving gehen von vier NVIDIA-B300-GPUs mit NVLink aus. Für ein Team, das ein amerikanisches Reasoning-Modell unter Apache-Lizenz braucht, das größer als gpt-oss-120b ist, ist Beam der naheliegende Kandidat. Wer nur das beste offene Modell pro Dollar sucht, findet in GLM-5.3 und MiMo-V2.6-Pro Modelle, die noch etwa 15 Punkte höher liegen.
Wo es sich lohnt
Ein ML-Team in einem US-Softwareunternehmen, dessen Rechtsabteilung Modelle chinesischer Herkunft sperrt
Ein großes Reasoning-Modell in ein kleines destillieren, das auf günstiger Hardware läuft
Apache 2.0 und die ausdrückliche Erlaubnis der Model Card für Training auf den Ausgaben machen Beam zu einem sauberen Lehrermodell. Reflections TRL-Rezept trainiert Gemma 4 E4B auf Tool-Calling-Dialogen nach, deren Reasoning Beam geschrieben hat, und meldet 45 % weniger Output-Tokens und 3,7 Punkte mehr bei BFCL v4, in einem Lauf von 14 bis 19 Minuten auf einem Node.
Ein Plattform-Team, das Recherche- und Automatisierungsagenten über eine gehostete API betreibt
Die Kosten für Output-Tokens bei langen Reasoning-Workloads niedrig halten
Artificial Analysis beziffert Beam auf 0,23 $ pro Index-Aufgabe, begünstigt durch etwa 26.000 Output-Tokens pro Aufgabe. Ein Monat mit 1 Milliarde Input- und 100 Millionen Output-Tokens kostet bei Together AI zu 0,40 $ / 1,20 $ etwa 520 $ oder über Nebius auf OpenRouter zu 0,25 $ / 1,00 $ etwa 350 $, vor Cache-Treffern.
Ein Entwickler, der offene Modelle für einen Coding-Agenten prüft
Entscheiden, ob Beam gut genug ist, um ein kostenpflichtiges Coding-Modell zu ersetzen
Starte mit Reflections kostenloser Beta-API oder in Mirror CLI und vergleiche dann mit deinem aktuellen Modell auf deinen eigenen Repositories. Rechne mit einem Abstand: Artificial Analysis gibt Beam 28 im Coding Agent Index und 3,0 % bei Terminal-Bench 4.0, weit unter Reflections selbst gemeldeten 80,1 % bei Terminal Bench v2.1.
Bevor du dich festlegst
- Einrichtung
- Reflections OpenAI-kompatible API unter api.reflection.ai/openai/v1 mit dem Modell Beam-1.0-501B-A23B oder Mirror CLI für das Programmieren im Terminal. Für das Selbsthosten gibt es dokumentierte Rezepte für SGLang, vLLM und TokenSpeed auf vier B300-GPUs sowie ein Helm Chart für Kubernetes.
- Integrationen
- Tool Calling, strukturierte Ausgaben und Reasoning-Aufwand auf Reflections API und OpenRouter. Zu den Hosts gehören Together AI, Baseten, Nebius, CoreWeave, DigitalOcean und Io Net auf OpenRouter, AWS SageMaker und Google Cloud Model Garden; Azure und Oracle sind als in Kürze verfügbar gelistet.
- Daten und Datenschutz
- Apache 2.0, ergänzt um die empfohlene Usage Policy von Reflection. Auf Reflections API meldet der Header reflection-data-retention jeder Antwort die Aufbewahrung zero, standard oder contributor; nur die Contributor-Bedingungen, die eine Organisation akzeptieren muss, erlauben Training auf deinen Anfragen.
- Kosten im großen Maßstab
- 1 Milliarde Input- und 100 Millionen Output-Tokens im Monat kosten bei Together AI oder Baseten etwa 520 $ und bei Nebius etwa 350 $. Selbsthosten braucht 273 GiB für NVFP4, 468,72 GiB für FP8 oder 933,81 GiB für BF16, noch ohne KV-Cache.
- Grenzen
- Nur Text. Kontext von 1 Mio. Tokens; 131.072 Output-Tokens auf der Reflection-API, wo das Standardbudget 32.768 Tokens einschließlich Reasoning beträgt und der Aufwand standardmäßig auf max steht. Die täglichen Kontingente der Beta sind nicht veröffentlicht, und eine Halluzinationsrate von 47 % bedeutet, dass Antworten geprüft werden müssen.
Was gut ist
- Apache 2.0, Distillation und Training auf den Ausgaben ausdrücklich erlaubt
- Etwa 26.000 Output-Tokens pro Artificial-Analysis-Aufgabe, halb so viele wie K2 Horizon
- Median von 364 Tokens pro Sekunde bei Artificial Analysis
- Gehostet ab 0,24 $ / 0,98 $ pro 1 Mio. Tokens; Reflection-API in der Beta kostenlos
Was nicht
- 30 Punkte bei Artificial Analysis, etwa 15 weniger als GLM-5.3 und MiMo-V2.6-Pro
- Halluzinationsrate von 47 % bei AA-Omniscience
- 3,0 % bei Terminal-Bench 4.0 und 28 im Coding Agent Index
- Nur Text; auch der NVFP4-Build braucht vier B300
Am besten für
Teams, die ein großes Reasoning-Modell aus einem US-Labor unter Apache 2.0 wollen, vor allem zum Distillieren in kleinere Modelle oder für kostensensible Agenten, bei denen Output-Tokens die Rechnung bestimmen.
Alternativen zu Beam
Beam: häufige Fragen
- Lohnt sich Beam?
- Beam ist das stärkste amerikanische offene Modell mit einer wirklich offenen Lizenz, und seine Sparsamkeit bei Tokens ist echt, doch die chinesischen offenen Modelle, gegen die es antritt, schneiden noch deutlich besser ab. Wir bewerten es mit 3.8 von 5.
- Was kostet Beam?
- Gewichte kostenlos unter Apache 2.0. Reflection-API in der öffentlichen Beta kostenlos, mit täglichen Grenzen. Gehostet: Together AI und Baseten 0,40 $ Input / 0,04 $ gecacht / 1,20 $ Output pro 1 Mio. Tokens; OpenRouter ab 0,24 $ / 0,98 $.
- Welche Nachteile hat Beam?
- 30 Punkte bei Artificial Analysis, etwa 15 weniger als GLM-5.3 und MiMo-V2.6-Pro; Halluzinationsrate von 47 % bei AA-Omniscience; 3,0 % bei Terminal-Bench 4.0 und 28 im Coding Agent Index; Nur Text; auch der NVFP4-Build braucht vier B300.
- Für wen eignet sich Beam?
- Teams, die ein großes Reasoning-Modell aus einem US-Labor unter Apache 2.0 wollen, vor allem zum Distillieren in kleinere Modelle oder für kostensensible Agenten, bei denen Output-Tokens die Rechnung bestimmen.
- Was kostet Beam für ein Team oder im Produktivbetrieb?
- 1 Milliarde Input- und 100 Millionen Output-Tokens im Monat kosten bei Together AI oder Baseten etwa 520 $ und bei Nebius etwa 350 $. Selbsthosten braucht 273 GiB für NVFP4, 468,72 GiB für FP8 oder 933,81 GiB für BF16, noch ohne KV-Cache.
- Ist Beam sicher für Firmendaten?
- Apache 2.0, ergänzt um die empfohlene Usage Policy von Reflection. Auf Reflections API meldet der Header reflection-data-retention jeder Antwort die Aufbewahrung zero, standard oder contributor; nur die Contributor-Bedingungen, die eine Organisation akzeptieren muss, erlauben Training auf deinen Anfragen.
- Was sind die besten Alternativen zu Beam?
- Die nächsten Alternativen, die wir getestet haben, sind gpt-oss-120b, DeepSeek-V4.1-Flash, Muse Spark Open, Nemotron 3.5 Super VL, GLM-5.3, MiMo-V2.6-Pro, Kimi K3, MiniMax-M3 und Qwen3.8-27B.
Antworten geprüft am 26. Okt. 2026.