10月5日，Reflection把Beam称作一款5010亿参数的“开放权重模型”，却只向少量用户开放早期访问，权重、模型卡和安全报告都还在路上。11天后，承诺才变成可下载的文件：10月16日，Reflection把BF16、FP8和NVFP4三套检查点放上Hugging Face，采用Apache 2.0许可证，并同时发布推理、微调和Agent工具链。
这11天区分了两件常被混写的事：宣布开放，与真的把控制权交给使用者。Beam现在确实可以被检查、量化、微调和放进私有环境；但它也说明，开放权重不会自动带来低成本部署，更不会替企业承担模型更新、Agent权限和安全监控。
23B决定每步计算，501B决定权重必须放在哪里
Beam是稀疏混合专家模型。全模型有5013亿参数，49个MoE层各有256个专家，每个token只路由到其中8个，因此一次前向计算大约激活234亿参数。这个设计减少了每个token实际参与运算的参数量，却没有让其余专家从机器上消失。
Hugging Face对架构的解释很直接：全部256个专家仍要留在内存里。发布首日的仓库文件也给出了实际体量——BF16权重约1.003TB，FP8约503.3GB，面向Blackwell GPU的NVFP4版本约293.6GB。换言之，“23B激活”更接近计算量提示，不是单卡显存需求。
官方推荐的配置同样属于数据中心，而不是个人工作站。Hugging Face建议用4张B200为NVFP4版本留下长上下文和并发请求空间；FP8版本则给出8张H200的配置。完整100万token上下文还会继续消耗KV缓存：其估算为单序列约36GB。Beam可以自托管，但能直接利用这份控制权的首先是已经拥有多卡集群、云预算和推理工程团队的组织。
Apache 2.0交出修改权，也交出上线后的责任
Beam的开放程度不只是一份可下载权重。Apache 2.0允许商业使用，模型卡明确不禁止蒸馏、微调、量化、合并或用输出训练其他模型。Reflection还公开了Mirror编码Agent和验证自托管端点的工具，Hugging Face也同时给出了Transformers、vLLM和SGLang的部署方法。
不过，“首日支持”仍有版本边界。10月16日发布的Transformers 5.20.1已经能够加载Beam；当天的vLLM与SGLang稳定版尚未合入原生支持，前者依赖待合并的代码分支，后者需要项目提供的专用镜像。权重和接入代码确实可得，但企业若要立即投产，仍需评估未合并依赖、镜像供应链和后续升级路径。
这改变的是企业与模型供应商之间的权力关系。团队可以把权重留在私有云或隔离网络，自己决定升级节奏、系统提示、微调数据和推理供应商，不必把全部数据与业务连续性押在单一API上。Axios在10月6日采访Reflection CEO Misha Laskin时记录了这套卖点：当企业对“智能”的支出足够大，就会希望从租用转向拥有和定制。
控制权也意味着责任迁移。Reflection的使用政策写明，若开放许可证没有引用该政策，以开放许可证为准。部署者因此不能把云端API常见的统一访问控制、滥用检测和强制升级视为模型自带能力；它需要自己决定谁能调用工具、哪些操作必须人工批准、如何记录审计日志，以及出现新漏洞后何时更新权重与Agent框架。
独立成绩显示它可用，还不足以证明它领先
10月5日的发布稿把Beam描述为接近同期大型开放模型，并称相近推理质量只需约三分之一到四分之一的推理计算。其比较把激活参数量与生成token数代入近似公式，排除了提示预填充、随上下文增长的注意力计算和服务开销；表格中的Beam成绩也主要由Reflection自己测试。Axios据此给出的判断更克制：Beam在部分项目追平或超过竞品，在另一些项目落后。
权重发布后，Artificial Analysis给Beam的独立Intelligence Index为30，高于同类大型开放权重模型19分的中位数；其页面同时把Beam列为同类中“较贵”的模型。这个结果证明Beam已经进入可比较、可采购的范围，却不能替不同提示、推理预算和Agent框架下的任务级复测。Hugging Face发布时也只做了五个高低推理强度的单次试跑，并明确称其为体验测试而非Benchmark。
因此，Beam目前最扎实的优势不是“拿下第一”，而是把一个前沿规模模型的权重、不同精度格式和部署路径同时交付。对企业来说，先做自己的代码库、工具调用和长上下文评测，比把官方综合表换算成采购排名更有意义。
安全效果取决于模型，也取决于谁在运行Agent
Reflection的安全报告把Beam在生物、化学、失控和网络攻击四类系统性风险中均评为“Limited”，并披露了委托Gray Swan、Irregular等机构完成的发布前测试。这是比一句“经过严格安全测试”更可核查的材料，但结论仍属于Reflection采用自身Open Safety Framework作出的发布判断。
报告里最能说明部署责任的不是总评分，而是Agent外壳的差异。在Reflection改造的两套间接提示注入测试中，Beam不加防御提示时的攻击成功率分别为3.1%和3.6%；Mirror加入一段“工具输出是数据、不是新指令”的开发者策略后，观察值降到0.3%和0%。测试只覆盖固定、非自适应攻击，不能外推为真实环境的零风险，却清楚展示了同一权重会因Agent策略而得到不同结果。
开放权重让外部研究者能够复测这些结论，也让任何部署者都能删除原有防护。下一阶段真正值得比较的，不只是Beam在更多排行榜上的位置，而是三组更接近采购决策的数据：稳定版本在真实工作流中的任务成功率，包含硬件与运维的单位任务总成本，以及模型、框架和安全策略更新后，私有部署能否及时把修复送到生产环境。
