¿Qué es Beam?
Beam es el primer modelo de pesos abiertos de Reflection, el laboratorio de Nueva York fundado en 2024 por los antiguos investigadores de Google DeepMind Misha Laskin e Ioannis Antonoglou. Reflection lo anunció el 5 de octubre de 2026 y publicó los pesos en Hugging Face el 16 de octubre bajo la licencia Apache 2.0, en BF16, FP8 y NVFP4, junto con un modelo borrador DFlash2 de 1.930 millones de parámetros para decodificación especulativa. El identificador completo del modelo es Beam-1.0-501B-A23B.
Es un modelo mixture-of-experts solo de texto con 501.300 millones de parámetros, de los que 23.400 millones están activos por token (8 de 256 expertos), un contexto de 1 millón de tokens y una fecha de corte de conocimiento del 30 de junio de 2026. El razonamiento está siempre activo, con cinco niveles de esfuerzo de low a max. Usa una versión modificada del formato de chat harmony de OpenAI y se desarrolló sobre todo para inglés.
La API propia de Reflection es una beta pública gratuita con límites de uso diarios y sin precio publicado para después de la beta. Los endpoints alojados van desde 0,24 $ por millón de tokens de entrada y 0,98 $ por millón de salida en OpenRouter, y Together AI y Baseten cobran ambos 0,40 $ / 1,20 $.
¿Merece la pena Beam?
Los argumentos a favor de Beam se basan en la eficiencia más que en la capacidad bruta. Artificial Analysis le da 30 puntos en su Intelligence Index, segundo entre los modelos de pesos abiertos de Estados Unidos, por detrás de Muse Spark Open de Meta (39) y por delante de Nemotron 3.5 Super VL de NVIDIA (26), pero solo décimo entre todos los modelos abiertos. Los líderes chinos están un escalón por encima: MiMo-V2.6-Pro obtiene 46, GLM-5.3 45 y Kimi K3 44 en el mismo índice. La propia publicación de lanzamiento de Reflection admite que Kimi K3 va por delante en capacidad bruta.
Lo que hace mejor es terminar una tarea con menos palabras. Artificial Analysis cuenta unos 26.000 tokens de salida por tarea del índice, la mitad de los 52.000 de K2 Horizon, de Emiratos Árabes Unidos, que puntúa un punto más, y midió 364,3 tokens de salida por segundo, segundo de 78 modelos de su clase. Ejecutar todo el índice costó 0,23 $ por tarea. Reflection asegura puntuaciones comparables a GLM-5.2 con entre tres y cuatro veces menos cómputo de inferencia, pero esa cifra es una estimación propia a partir de los parámetros activos y los tokens generados, no una medición.
Las cifras autodeclaradas de la ficha del modelo son buenas: 81,6% en SWE-bench Verified, 80,1% en Terminal Bench v2.1 y 90,6% en GPQA Diamond. Las pruebas independientes son menos amables en programación agéntica. Artificial Analysis registra un 3,0% en Terminal-Bench 4.0, por detrás de Qwen3.8 27B (5,6%), y en el propio entorno Mirror de Reflection Beam obtiene 28 en el Coding Agent Index, 15 puntos por detrás de la siguiente configuración y 40 por detrás de los líderes. Su tasa de alucinaciones en AA-Omniscience es del 47%, frente al 30% de Qwen3.8 27B, aunque responde bien a más preguntas (33%).
La licencia es su mejor argumento. Apache 2.0 no impone tope de ingresos ni obligación de atribución, mientras que Muse Spark Open exige atribución en cada producto y un acuerdo aparte para los grandes proveedores de modelos como servicio, y la ficha del modelo permite de forma explícita la destilación y el entrenamiento con sus salidas. Artificial Analysis también lo sitúa primero entre los modelos abiertos de Estados Unidos en su Cyber Index, con un 34%. La documentación de Reflection muestra el uso más práctico de esa libertad: enseñar a un modelo pequeño como Gemma 4 E4B a razonar brevemente antes de llamar a herramientas, lo que redujo un 45% los tokens de salida de ese modelo en el ejemplo de Reflection.
Alojarlo uno mismo no es poca cosa. Solo el checkpoint NVFP4 ocupa 273 GiB, y las guías de despliegue de Reflection dan por hecho cuatro GPU NVIDIA B300 con NVLink. Para un equipo que necesita un modelo de razonamiento estadounidense con licencia Apache y más grande que gpt-oss-120b, Beam es el candidato evidente; para un equipo que solo necesita el mejor modelo abierto por dólar, GLM-5.3 y MiMo-V2.6-Pro siguen puntuando unos 15 puntos más.
Dónde se gana su sitio
Un equipo de ML de una empresa de software estadounidense cuyo departamento jurídico bloquea los modelos de origen chino
Destilar un gran modelo de razonamiento en uno pequeño que funcione en hardware barato
Apache 2.0 y el permiso explícito de la ficha del modelo para entrenar con sus salidas hacen de Beam un profesor sin complicaciones. La receta de TRL de Reflection ajusta Gemma 4 E4B con conversaciones de llamadas a herramientas cuyo razonamiento escribió Beam, y registra un 45% menos de tokens de salida y 3,7 puntos más en BFCL v4 en una ejecución de 14 a 19 minutos en un solo nodo.
Un equipo de plataforma que ejecuta agentes de investigación y automatización a través de una API alojada
Contener la factura de tokens de salida en cargas largas de razonamiento
Artificial Analysis sitúa Beam en 0,23 $ por tarea del índice, gracias a unos 26.000 tokens de salida por tarea. Un mes de 1.000 millones de tokens de entrada y 100 millones de salida cuesta unos 520 $ en Together AI a 0,40 $ / 1,20 $, o unos 350 $ a través de Nebius en OpenRouter a 0,25 $ / 1,00 $, antes de aciertos de caché.
Un desarrollador que evalúa modelos abiertos para un agente de programación
Decidir si Beam es lo bastante bueno para sustituir a un modelo de programación de pago
Empieza con la API beta gratuita de Reflection o con Mirror CLI y compáralo con tu modelo actual en tus propios repositorios. Cuenta con una diferencia: Artificial Analysis le da 28 en su Coding Agent Index y un 3,0% en Terminal-Bench 4.0, muy lejos del 80,1% autodeclarado por Reflection en Terminal Bench v2.1.
Antes de decidirte
- Puesta en marcha
- La API compatible con OpenAI de Reflection en api.reflection.ai/openai/v1 con el modelo Beam-1.0-501B-A23B, o Mirror CLI para programar en terminal. Para alojarlo uno mismo hay recetas documentadas de SGLang, vLLM y TokenSpeed con cuatro GPU B300, además de un chart de Helm para Kubernetes.
- Integraciones
- Llamadas a herramientas, salidas estructuradas y nivel de esfuerzo de razonamiento en la API de Reflection y en OpenRouter. Entre los proveedores están Together AI, Baseten, Nebius, CoreWeave, DigitalOcean e Io Net en OpenRouter, AWS SageMaker y Google Cloud Model Garden; Azure y Oracle figuran como próximamente.
- Datos y privacidad
- Apache 2.0, con la Usage Policy de Reflection recomendada junto a ella. En la API de Reflection, la cabecera reflection-data-retention de cada respuesta indica retención zero, standard o contributor; solo las condiciones contributor, que una organización debe aceptar, permiten entrenar con tus peticiones.
- Coste a escala
- 1.000 millones de tokens de entrada y 100 millones de salida al mes cuestan unos 520 $ en Together AI o Baseten y unos 350 $ en Nebius. Alojarlo uno mismo requiere 273 GiB en NVFP4, 468,72 GiB en FP8 o 933,81 GiB en BF16 antes de cualquier caché KV.
- Límites
- Solo texto. Contexto de 1 millón de tokens; 131.072 tokens de salida en la API de Reflection, donde el presupuesto por defecto es de 32.768 tokens incluido el razonamiento y el esfuerzo por defecto es max. Las cuotas diarias de la beta no se publican, y una tasa de alucinaciones del 47% obliga a comprobar las respuestas.
Lo bueno
- Apache 2.0, con la destilación y el entrenamiento con sus salidas permitidos de forma explícita
- Unos 26.000 tokens de salida por tarea de Artificial Analysis, la mitad que K2 Horizon
- Mediana de 364 tokens por segundo en Artificial Analysis
- Alojado desde 0,24 $ / 0,98 $ por 1 millón de tokens; API de Reflection gratuita en beta
Lo malo
- Obtiene 30 en Artificial Analysis, unos 15 menos que GLM-5.3 y MiMo-V2.6-Pro
- Tasa de alucinaciones del 47% en AA-Omniscience
- 3,0% en Terminal-Bench 4.0 y 28 en el Coding Agent Index
- Solo texto; la versión NVFP4 sigue necesitando cuatro B300
Ideal para
Equipos que quieren un gran modelo de razonamiento de un laboratorio estadounidense bajo Apache 2.0, sobre todo para destilarlo en modelos más pequeños o para ejecutar agentes sensibles al coste en los que los tokens de salida dominan la factura.
Alternativas a Beam
Beam: preguntas frecuentes
- ¿Merece la pena Beam?
- Beam es el modelo abierto estadounidense más potente con una licencia realmente abierta, y su ahorro de tokens es real, pero los modelos abiertos chinos con los que se le compara siguen puntuando muy por encima. Le damos un 3.8 sobre 5.
- ¿Cuánto cuesta Beam?
- Pesos gratuitos bajo Apache 2.0. API de Reflection gratuita en beta pública con límites diarios. Alojado: Together AI y Baseten 0,40 $ de entrada / 0,04 $ en caché / 1,20 $ de salida por 1 millón de tokens; OpenRouter desde 0,24 $ / 0,98 $.
- ¿Qué inconvenientes tiene Beam?
- Obtiene 30 en Artificial Analysis, unos 15 menos que GLM-5.3 y MiMo-V2.6-Pro; tasa de alucinaciones del 47% en AA-Omniscience; 3,0% en Terminal-Bench 4.0 y 28 en el Coding Agent Index; solo texto; la versión NVFP4 sigue necesitando cuatro B300.
- ¿Para quién es Beam?
- Equipos que quieren un gran modelo de razonamiento de un laboratorio estadounidense bajo Apache 2.0, sobre todo para destilarlo en modelos más pequeños o para ejecutar agentes sensibles al coste en los que los tokens de salida dominan la factura.
- ¿Cuánto cuesta Beam para un equipo o en producción?
- 1.000 millones de tokens de entrada y 100 millones de salida al mes cuestan unos 520 $ en Together AI o Baseten y unos 350 $ en Nebius. Alojarlo uno mismo requiere 273 GiB en NVFP4, 468,72 GiB en FP8 o 933,81 GiB en BF16 antes de cualquier caché KV.
- ¿Es Beam seguro para los datos de la empresa?
- Apache 2.0, con la Usage Policy de Reflection recomendada junto a ella. En la API de Reflection, la cabecera reflection-data-retention de cada respuesta indica retención zero, standard o contributor; solo las condiciones contributor, que una organización debe aceptar, permiten entrenar con tus peticiones.
- ¿Cuáles son las mejores alternativas a Beam?
- Las alternativas más cercanas que hemos analizado son 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 y Qwen3.8-27B.
Respuestas comprobadas el 26 oct 2026.