El 5 de octubre de 2026, Reflection AI presentó oficialmente Beam, su primer modelo de frontera con pesos abiertos. La compañía, fundada hace unos dos años, describió el lanzamiento en una extensa publicación de blog que confirma lo que Axios había adelantado durante el fin de semana: la startup estaba a punto de mostrar un modelo con el que aspira a construir una respuesta occidental a los modelos abiertos chinos como DeepSeek, Qwen o los de Z.ai.
Beam es un modelo de mezcla de expertos (Mixture-of-Experts) disperso con 501.000 millones de parámetros totales, de los que solo 23.000 millones se activan para cada token. Ese diseño permite que el modelo tenga mucha capacidad almacenada pero un coste de inferencia comparable al de sistemas mucho más pequeños. Es un modelo solo de texto, centrado en programación, razonamiento y tareas agénticas.
Según Reflection, el preentrenamiento se hizo con 23,8 billones de tokens procedentes de la web, fuentes públicas y conjuntos de datos con licencia propietaria. La empresa afirma que eliminó alrededor del 95% de los tokens brutos de internet mediante análisis, deduplicación y filtrado, y que el preentrenamiento completo se realizó en menos de cuatro semanas en un clúster de 6.144 GPU NVIDIA GB300 NVL72.
El aspecto más llamativo del anuncio es la apuesta por el aprendizaje por refuerzo a gran escala. Reflection asegura que desplegó 10.500 GPU NVIDIA GB300 durante cuatro semanas para generar más de 100 millones de trayectorias de práctica, con contextos de hasta 256.000 tokens, apoyándose en casi un millón de entornos de programación, agentes y ciencia. La empresa sostiene que las capacidades siguieron mejorando a medida que aumentaba el cómputo de refuerzo, sin señales de estancamiento.
En cuanto a resultados, las cifras publicadas por la propia compañía sitúan a Beam en 80,9 puntos en SWE-bench Verified, 80,1 en Terminal Bench v2.1, 90,5 en GPQA Diamond y 44,4 en DeepSWE v1.1. Reflection lo presenta como competitivo con modelos abiertos más grandes como GLM 5.2 y cercano a Qwen 3.8-Max en tareas de programación y agentes, mientras reconoce que modelos como Kimi K3 siguen por delante en capacidad bruta.
El argumento central de Reflection es la eficiencia. La empresa afirma que, en pruebas avanzadas de razonamiento, Beam logra puntuaciones comparables a las de GLM 5.2 usando entre tres y cuatro veces menos cómputo de inferencia. Para ello entrenó el modelo con una penalización de longitud controlable y ofrece un parámetro de esfuerzo de razonamiento, de modo que el usuario puede elegir respuestas más cortas y baratas o más largas y precisas.
Conviene subrayar, como hizo TechCrunch, que estas cifras no han sido verificadas de forma independiente. Son resultados comunicados por Reflection en su blog, con comparaciones que en parte se basan en datos de terceros como Artificial Analysis y DataCurve, y con varias casillas marcadas como «no reportado». La validación externa llegará cuando los pesos estén disponibles y la comunidad pueda reproducir las pruebas.
Ese momento está cerca. Reflection afirma que Beam está en la fase final de pruebas adversariales y evaluaciones, y que este mismo mes publicará los pesos bajo licencia Apache 2.0, junto con un informe técnico, la ficha del modelo y herramientas para ejecutarlo, evaluarlo y ajustarlo. Mientras tanto, una versión preliminar está disponible para un grupo seleccionado de usuarios mediante lista de espera.
En materia de seguridad, la empresa explica que entrenó un segundo modelo dedicado a principios de comportamiento y luego combinó las capacidades de ambos mediante destilación de varios maestros. Sus reglas se organizan en tres niveles: normas que el modelo no debe romper, cualidades que debe cumplir de forma constante, como reconocer la incertidumbre, y un estilo por defecto directo y eficiente. Reflection promete publicar sus evaluaciones de seguridad en el informe técnico.
El lanzamiento tiene una dimensión geopolítica evidente. Durante el último año, los modelos abiertos más potentes han procedido mayoritariamente de laboratorios chinos. Reflection se posiciona contra ellos y también frente a actores occidentales como Mistral, Meta o Inkling, el modelo abierto de Thinking Machines Lab, la empresa de Mira Murati, lanzado en julio. Según las tablas de la propia Reflection, Beam supera a Inkling en varias pruebas de programación, aunque Inkling es multimodal y Beam no.
Para empresas, organismos públicos y desarrolladores, un modelo abierto con licencia permisiva significa poder ejecutarlo en infraestructura propia, ajustarlo con datos internos y no depender de un único proveedor. Reflection define Beam como un modelo «caballo de batalla» para cargas de trabajo empresariales, y anuncia que llegará con socios de distribución en grandes nubes e integración en librerías de código abierto.
El reto, sin embargo, será práctico. Un modelo de 501.000 millones de parámetros exige hardware considerable aunque solo active una fracción por token, y la eficiencia anunciada deberá confirmarse en despliegues reales. Además, la competencia es intensa: el mismo día 6 de octubre, Mistral anunció la vista previa de su propio modelo abierto de un billón de parámetros.
En resumen, Beam convierte a Reflection en un aspirante serio dentro de la carrera de los modelos abiertos occidentales, con un énfasis claro en aprendizaje por refuerzo y eficiencia. Si los pesos se publican en plazo y las pruebas independientes respaldan sus cifras, el modelo puede convertirse en una opción relevante para quienes buscan capacidad de programación y agentes sin depender de modelos cerrados.
