Reflection выпустила Beam: первый релиз новой открытой модели
Первая модель компании Reflection набрала 30 баллов в Индексе интеллекта AI Стата, заняв 2-е место среди открытых моделей США.
Beam — это модель с открытыми весами с общим количеством 501B и активными параметрами 23B.
Ключевые выводы
➤ Второе место среди моделей США с открытыми весами: Beam набрал 30 баллов, уступая только Muse Spark Open от Meta (39) и опережая вчерашний выпуск NVIDIA Nemotron 3.5 Super VL (26). За пределами Китая только Muse Spark Open и K2 Horizon в ОАЭ (31) набрали более высокий балл.
➤ Токен эффективен благодаря своему интеллекту: Beam использует ~26 тыс. выходных токенов для каждой задачи индекса интеллекта по сравнению с K2 Horizon, опережающим на один пункт, который использует вдвое больше (~52 тыс.). Собственные модели по-прежнему занимают лидирующие позиции: GPT-6 Astra (макс.) набрал 53 балла при том же бюджете (~ 27 тысяч).
➤ Сильный в агентных рабочих процессах, слабый в терминале: Beam набирает 48,5% в AutomationBench-AA, на 11 процентных пунктов опережает K2 Horizon (37,2%) и находится на одном уровне с Qwen3.8 27B (48,2%). Слабым местом является Terminal-Bench 4.0, где Beam набирает 3,0%, отставая от Qwen3.8 27B (5,6%) и Muse Spark Open (8,1%).
➤ Больше знает, больше догадывается: по шкале AA-Всеведение правильно отвечает на 33% вопросов, значительно опережая K2 Horizon (18%) и Qwen3.8 27B (16%). Но уровень галлюцинаций у него составляет 47% по сравнению с 26% у K2 Horizon и 30% у Qwen3.8 27B, что дает Beam чистый индексный балл 1,5, опережая обоих конкурентов (-3,0 и -10,0).
Другие детали модели
- Контекстное окно: 1M токенов
- Модальности: Текст
- Параметры: 501Б/23Б
По сравнению с сверстниками в открытых весах
Beam показывает высокие результаты по сравнению с американскими моделями с открытыми весами, уступая Muse Spark Open от Meta (39) и опережая NVIDIA Nemotron 3.5 Super VL (26), выпущенных на этой неделе. Среди всех моделей с открытыми весами занимает десятое место, отставая на одно очко от K2 Horizon (31).
Кибервозможности
Beam выполняет 34 % задач в Кибериндексе искусственного анализа, что делает его ведущей моделью открытых весов в США, которую мы тестировали.
Благодаря эффективности своих токенов он также находится в кибериндексе по сравнению с выходными токенами на каждую задачу, наряду с GPT-6 Sol (Daybreak Blue).
Высокая эффективность токенов
Beam использует ~26 тысяч токенов вывода для каждой задачи индекса интеллекта: ~19 тысяч для рассуждений и ~7 тысяч для ответов. Только 26% его результатов уходит на окончательные ответы, это 28-е место среди 219 моделей, протестированных с помощью Intelligence Index v4.3.
Навыки кодирования
Работая в Mirror, интерфейсе командной строки с открытым исходным кодом Reflection, Beam набирает 28 баллов в индексе агента кодирования искусственного анализа. Он отстает от следующего сетапа, Клода Кода с Qwen3.8 Max (43), на 15 очков и отстает от лидеров на 40 очков (68). Однако это экономно: только Кодекс с GPT-6 Astra и Кодекс с GPT-6.1 Sol используют меньше токенов.
Компоненты индекса интеллекта
По десяти оценкам в индексе интеллекта Beam выделяется на AutomationBench-AA (48,5%) и CritPt (13,1%), где он более чем вдвое превосходит K2 Horizon (4,6%) и Qwen3.8 27B (5,4%). Самые слабые результаты у него на Terminal-Bench 4.0 (3,0%) и AA-Briefcase (976 Elo).
