Hecho (5 de octubre de 2026). Reflection AI presentó Beam, su primer modelo de pesos abiertos, enfocado en programación, razonamiento y tareas con agentes. No está disponible para descarga pública todavía: el anuncio ofrece acceso temprano mediante lista de espera y dice que el modelo sigue en pruebas finales de seguridad. La empresa promete publicar los pesos, el informe técnico, la ficha del modelo y herramientas para desarrolladores más adelante este mes, bajo licencia Apache 2.0 (anuncio oficial de Reflection).
Beam usa una arquitectura de mezcla dispersa de expertos: declara 501.000 millones de parámetros totales y 23.000 millones activos por token. Reflection dice que lo preentrenó con 23,8 billones de tokens y que dedicó a su etapa de aprendizaje por refuerzo más de 100 millones de interacciones de entrenamiento, distribuidas sobre 10.500 GPU NVIDIA GB300 durante cuatro semanas. Son cifras del fabricante; el informe técnico que permitiría examinar el método y sus condiciones todavía no está publicado.
La compañía presenta el modelo como una apuesta por reducir el cómputo de inferencia. Según sus propias evaluaciones, Beam alcanza resultados comparables a GLM-5.2 en algunas pruebas avanzadas de razonamiento con entre tres y cuatro veces menos cómputo de inferencia; en programación y tareas agentivas dice acercarse a Qwen 3.8-Max. La misma tabla del fabricante reconoce que Kimi K3 conserva ventaja en capacidad bruta. Esos resultados no equivalen todavía a una comparación independiente de un modelo descargable: la versión pública, la ficha y los detalles reproducibles siguen pendientes.
La evaluación externa también está en etapa preliminar. Artificial Analysis informó que recibió acceso anticipado y que los primeros indicios apuntan a una eficiencia de tokens destacada para el nivel de capacidad observado, pero no publicó todavía un resultado completo que permita comparar puntuaciones. Su comentario inicial no debe leerse como un benchmark final. Reuters describió Beam como un modelo de 501.000 millones de parámetros que activa 23.000 millones por tarea y lo ubicó en la competencia por modelos abiertos de programación y agentes frente a sistemas chinos (Reuters, republicado por The News & Observer).
La cobertura de Fortune confirma que el anuncio se hizo el lunes 5 y que Reflection lo orienta a empresas, sector público y desarrolladores. El medio también sitúa el proyecto en un mercado donde la posibilidad de ejecutar modelos propios interesa a organizaciones que buscan control sobre sus datos y costos. La noticia concreta, por ahora, es el anuncio de un modelo y la promesa de liberar sus pesos durante octubre; no una disponibilidad abierta inmediata.
Lectura: Beam pone una nueva propuesta estadounidense en la conversación sobre modelos abiertos, pero el comunicado no basta para concluir que ya iguala a sus competidores. La comparación de rendimiento y el ahorro de cómputo son afirmaciones de Reflection; el comentario de Artificial Analysis es una señal temprana, no una auditoría publicada. La prueba decisiva llegará cuando estén disponibles los pesos, la ficha técnica y evaluaciones reproducibles de terceros. Hasta entonces, conviene separar el tamaño del entrenamiento de la utilidad demostrada en tareas reales.
Imagen ilustrativa: servidores de Wikimedia Foundation, fotografía de Victorgrigas, bajo licencia CC BY-SA 3.0; archivo en Wikimedia Commons.




