Reflection w końcu wyszedł z ukrycia, prezentując Beam - duży model open-weight stworzony do kodowania, systemów agentowych i zadań naukowych. Model używa architektury Mixture of Experts z 501 miliardami parametrów całkowitych i 23 miliardami parametrów aktywnych. Wagi będą dostępne na licencji Apache 2.0, co czyni go rzeczywiście otwartym rozwiązaniem dla developerów.
Drużyna Reflection inwestowała w szkolenie od zera z wykorzystaniem 23,8 biliona tokenów pretrainingu, część pochodząca z pipeline'u OCR pracującego na setkach milionów PDF-ów. Dodatkowo przeprowadzili zaawansowany trening reinforcement learning z ponad 100 milionami rolloutów na około milionach zadań, używając infrastruktury NVIDIA GigaBlackwell. To pokazuje ambitycję projektu i zaangażowanie w wysokiej jakości dane treningowe.
Chociaż benchmark Beam nie dorównuje najlepszym dostępnym modelom - SOTA stanowią GLM 5.3, Kimi K3, Qwen 3.8 Max i DeepSeek V4.1 Flash - jego znaczenie leży w tym, że to American open model wytrenowany od zera. To wypełnia lukę na rynku dla organizacji szukających alternatywy dla modeli chińskich czy zamkniętych rozwiązań. Dla ekosystemu open-source to sygnał, że pomimo tempa innowacji w przemyśle, wciąż istnieje miejsce dla konkurencji.