Reflection presenta Beam, un modelo abierto para programación y agentes cuya eficiencia aún debe verificarse

Qué anunció Reflection y qué se sabe de su disponibilidad

Reflection AI presentó Beam como su primer modelo de pesos abiertos, orientado a programación, razonamiento y tareas con agentes que utilizan herramientas. La empresa lo describe como un modelo de mezcla de expertos, o MoE, con 501.000 millones de parámetros totales y 23.000 millones activos por token. Estas especificaciones proceden del anuncio de la compañía y no equivalen, por sí solas, a una evaluación independiente de sus capacidades.

En la publicación, Reflection afirma que Beam atraviesa evaluaciones finales y pruebas de seguridad, y que se puede solicitar acceso anticipado. También anunció que publicaría los pesos, un informe técnico, una ficha del modelo y materiales para desarrolladores más adelante en octubre de 2026. La fecha exacta de publicación y la disponibilidad efectiva no quedan verificadas con la documentación aportada; por tanto, no corresponde describir los pesos como una descarga pública ya disponible.

El anuncio presenta Apache 2.0 como la licencia prevista para los pesos. Sin embargo, los materiales disponibles no incluyen una copia publicada de esos pesos ni los términos de una licencia ya aplicable. La licencia debe tratarse como un compromiso anunciado hasta que se pueda revisar en el repositorio o en los archivos efectivamente distribuidos.

Qué significan los parámetros activos en un modelo MoE

Un modelo MoE divide su red en grupos de parámetros especializados, llamados expertos, y una etapa de encaminamiento selecciona cuáles intervienen en cada token. En Beam, los 501.000 millones describen el tamaño total de los parámetros; los 23.000 millones activos describen, según Reflection, la parte que participa en el cálculo de cada token. No son dos formas intercambiables de expresar el tamaño.

Activar menos parámetros por token puede reducir parte del cálculo de generación frente a una arquitectura que usara todos sus parámetros en cada paso. No significa que el modelo completo ocupe en memoria solo lo correspondiente a 23.000 millones. Para ejecutarlo también cuentan el almacenamiento de los pesos, la precisión numérica, la memoria de trabajo, la longitud del contexto, el hardware y la implementación. Sin esos datos y mediciones, la proporción de parámetros activos no determina el coste total ni la velocidad en producción.

Tampoco basta con conocer el número de parámetros para juzgar calidad. Influyen los datos y el entrenamiento, el diseño de la arquitectura, la calidad de las herramientas y el entorno de evaluación. La cifra activa ayuda a interpretar una posible ventaja de cómputo por token, pero debe leerse junto con resultados comparables y costes observados en el sistema real.

Qué muestran las comparaciones y cuáles son sus límites

Reflection centra su presentación de capacidades en programación, razonamiento y tareas agénticas. En la tabla publicada por la compañía, Beam obtiene 80,1 en Terminal-Bench v2.1; los valores que allí aparecen son 81,0 para GLM 5.2 y 86,6 para Qwen 3.8-Max. En SWE-Bench Verified, la tabla muestra 80,9 para Beam e incluye resultados de otros modelos solo cuando están disponibles. Son resultados declarados por Reflection, no una clasificación universal de modelos.

Las cifras solo son comparables si se mantienen equivalentes la versión exacta de cada modelo, el conjunto y la versión del benchmark, las herramientas habilitadas, los límites de tokens, el número de intentos y el método de puntuación. La tabla del proveedor también indica una actualización fechada el 8 de octubre de 2026. Por eso, incluso dentro de la misma publicación, una cifra debe asociarse a la versión y el corte temporal correspondientes; no es prudente combinar resultados de tablas o versiones distintas.

En la evidencia aportada no hay una reproducción independiente de los resultados de Beam. La publicación primaria documenta qué afirma Reflection, pero no sustituye una evaluación externa. Además, un buen resultado en una prueba de programación no demuestra una ventaja en toda la programación, en el uso de herramientas o en la fiabilidad de agentes desplegados. Las conclusiones deben limitarse a las tareas y condiciones evaluadas.

La promesa de menor cómputo es una estimación, no una medición de servicio

Reflection afirma que Beam obtiene puntuaciones comparables a GLM 5.2 en pruebas avanzadas de razonamiento utilizando entre tres y cuatro veces menos cómputo de inferencia. La empresa explica que estima las operaciones de generación multiplicando aproximadamente dos veces los parámetros activos por el promedio de tokens generados en cada intento. Cuenta tanto los tokens de razonamiento como la respuesta final y usa datos de evaluaciones de terceros para otros modelos.

La propia metodología descrita por Reflection excluye el procesamiento inicial de la entrada, operaciones de atención que dependen del contexto y la sobrecarga de servir el modelo. En consecuencia, la proporción anunciada no representa una medición integral del coste de inferencia ni una factura de operación. Tampoco permite afirmar que una empresa vaya a pagar entre tres y cuatro veces menos: los costes dependen, entre otros factores, de la infraestructura, el grado de utilización, la longitud de las solicitudes y la configuración de despliegue.

Para validar la ventaja harían falta mediciones reproducibles con las mismas tareas y condiciones: entradas y salidas comparables, versiones identificadas, hardware y precisión documentados, límites de contexto, carga concurrente y una contabilidad que incluya tanto cómputo como latencia y operación. Hasta entonces, la conclusión rigurosa es que Reflection comunica una estimación favorable bajo un método delimitado, no que la eficiencia en producción esté demostrada.

Pesos abiertos, licencia y criterios para seguir el anuncio

El término «pesos abiertos» describe una forma de distribución del modelo, pero no garantiza por sí solo que todos sus componentes sean abiertos ni que pueda usarse sin restricciones. La disponibilidad del archivo, la licencia aplicable, la documentación y las condiciones de uso deben comprobarse por separado. En este caso, Reflection anunció que distribuiría los pesos bajo Apache 2.0, pero la evidencia aportada no permite confirmar que ya se haya publicado esa versión licenciada.

También conviene separar la API alojada del acceso a los pesos. Una API permite enviar solicitudes a un servicio operado por el proveedor; descargar los pesos puede habilitar la ejecución en infraestructura propia, sujeta a los requisitos técnicos y legales correspondientes. La publicación describe acceso anticipado mediante registro y un plan posterior para los pesos y herramientas, pero no acredita que todas esas vías estén ya abiertas al público.

Para actualizar la noticia, las comprobaciones prioritarias son la publicación efectiva de los archivos; el texto exacto de la licencia que acompaña a esos archivos; una ficha técnica y un informe que identifiquen versiones y configuraciones; y evaluaciones independientes en tareas de programación, razonamiento y uso de herramientas. Hasta que exista esa evidencia, las capacidades y el ahorro de cómputo deben atribuirse a Reflection, y la disponibilidad debe describirse como anunciada, no consumada.

Continúa explorando

Correcciones y transparencia

Si detectas un dato incorrecto o desactualizado, puedes enviarnos una corrección indicando la página y la fuente que debemos revisar.