A Reflection, um novo laboratório americano de IA, lançou seu primeiro modelo, e ele é grande e vem em termos generosos. O Beam é um modelo de mistura de especialistas com 501B parâmetros, dos quais 23B ficam ativos a cada token, janela de contexto de 1M de tokens e licença Apache 2.0, que permite uso comercial e modificação. Foi feito para programação e trabalho com agentes, e mira equipes que querem um modelo de escala de fronteira no próprio hardware, e não atrás da API de outra empresa.
O texto do Hugging Face traz um olhar incomumente detalhado sobre o projeto. O modelo tem 52 camadas; a maioria usa atenção de janela deslizante sobre os 512 tokens anteriores, enquanto nove olham o contexto inteiro, o que reduz a memória necessária para contextos longos a cerca de um sexto de um projeto ingênuo. Cada uma de 49 camadas tem 256 especialistas, dos quais oito rodam por token, escolhidos por um roteador inspirado no do DeepSeek-V3. O raciocínio pode continuar entre turnos, há cinco níveis de esforço, de low a max, e as chamadas de ferramentas usam uma gramática própria. O Beam tem suporte desde o primeiro dia no Transformers, no vLLM e no SGLang, vem com o ambiente de execução de código aberto da própria Reflection, escrito em Rust, e traz receitas de ajuste fino e aprendizado por reforço.
O hardware é a barreira prática. O checkpoint em BF16 tem cerca de 1 TB. Uma versão NVFP4 reduz isso para cerca de 280 GB, que segundo o Hugging Face cabem em duas GPUs Nvidia B200 com pouca folga; a recomendação é planejar quatro. O NVFP4 só roda nativamente em chips Blackwell, então configurações H200 mais antigas precisam dos checkpoints FP8, e o exemplo do vLLM serve o modelo completo em 16 GPUs H200. Para a maioria das equipes, isso significa alugar capacidade ou usar provedores hospedados, que o Hugging Face oferece.
A notícia de verdade é uma licença permissiva nessa escala. Muitos modelos grandes de pesos abertos vêm com restrições de uso comercial ou de número de usuários, e o Apache 2.0 tira essa dúvida para empresas que precisam hospedar por conta própria por privacidade ou controle. Ele se junta ao Muse Spark Open, da Meta, lançado na mesma semana, como sinal de que laboratórios americanos voltaram a disputar o topo dos pesos abertos. Analisamos o Beam junto com as ferramentas de serviço que ele suporta, vLLM e SGLang.
O que falta é prova independente de que ele programa tão bem quanto os modelos de fronteira. Os resultados de benchmark do texto são fornecidos pela Reflection, e, como primeiro modelo de um laboratório novo, ele não tem histórico. A Reflection oferece US$ 10.000 em créditos do Hub para os melhores projetos feitos com ele, o que deve trazer testes iniciais da comunidade. Até surgirem benchmarks independentes de programação, vale tratar o Beam como uma opção promissora para hospedar em casa, não como alternativa confirmada aos principais modelos fechados.