El primer modelo de Reflection, Beam, obtiene una puntuación de 30 en el Artificial Analysis Intelligence Index, situándolo en el puesto #2 entre los modelos de pesos abiertos de EE. UU.
Beam es un modelo de pesos abiertos con 501B de parámetros totales y 23B activos, publicado en @huggingface
¡Felicidades a @reflection_ai por el lanzamiento!
Conclusiones clave:
➤ Segundo entre los modelos de pesos abiertos de EE. UU.: Beam obtiene 30, solo por detrás de Muse Spark Open de Meta (39) y por delante del lanzamiento de ayer de NVIDIA Nemotron 3.5 Super VL (26). Fuera de China, solo Muse Spark Open y K2 Horizon de los EAU (31) obtienen puntuaciones más altas
➤ Eficiente en tokens para su inteligencia: Beam usa ~26k tokens de salida por tarea del Intelligence Index en comparación con K2 Horizon, que está un punto por delante y usa el doble (~52k). Los modelos propietarios siguen marcando la frontera, con GPT-6 Astra (max) obteniendo 53 con el mismo presupuesto (~27k)
➤ Fuerte en flujos de trabajo agénticos, más débil en la terminal: Beam obtiene 48.5% en AutomationBench-AA, 11 puntos porcentuales por delante de K2 Horizon (37.2%) y al nivel de Qwen3.8 27B (48.2%). Terminal-Bench 4.0 es un punto débil, donde Beam obtiene 3.0%, por detrás de Qwen3.8 27B (5.6%) y Muse Spark Open (8.1%)
➤ Sabe más, adivina más: En AA-Omniscience responde correctamente el 33% de las preguntas, muy por delante de K2 Horizon (18%) y Qwen3.8 27B (16%). Pero su tasa de alucinación es del 47%, frente al 26% de K2 Horizon y el 30% de Qwen3.8 27B, lo que da a Beam una puntuación neta de índice de 1.5, por delante de ambos competidores (−3.0 y −10.0)
Otros detalles del modelo
Ventana de contexto: 1M de tokens
Modalidades: Texto
Parámetros: 501B / 23B
