新實驗室的第一個開源大模型
Reflection 是一家新的美國實驗室。2026 年 10 月 16 日，它透過官方部落格與 Hugging Face，釋出第一個開源權重模型 Beam。
依 Hugging Face 與 Reflection 的說明，Beam 是稀疏 Mixture-of-Experts（MoE）：
- 總參數約 501B
- 每個 token 約啟用 23B
- 52 層、每個 MoE 層 256 個專家、每個 token 路由 8 個專家
- 輸入／輸出皆為文字，上下文 1M token
- 授權 Apache 2.0
- 檢查點格式含 BF16、FP8、NVFP4
定位是寫程式與代理（agentic）工作負載：長上下文推理、工具呼叫、多步驟任務。模型隨附以 Rust 為核心的專用 harness，並有 day-0 的 transformers、vLLM、SGLang 支援。
1M 上下文與硬體門檻
Hugging Face 文章用混合注意力解釋長上下文：多數層用 512 token 的滑動窗，每隔六層與最後一層看完整上下文。以 BF16、transformers 動態快取為例，官方表列單序列 KV 快取約為：32K → 1.2 GiB、128K → 4.6 GiB、1M → 約 36.08 GiB（若 52 層全是全域注意力，1M 會到約 208 GiB）。
硬體方面，HF 建議實務上較常部署 NVFP4（約把 1 TB 的 BF16 壓到約 280 GB），適合 Blackwell；較舊 GPU 可用 FP8。文中舉例：規劃約 四張 B200（720 GB）較從容；也可用 8×B200、兩張 B300，或 8×RTX Pro 6000。沒有 Blackwell 時，可用 Hugging Face Inference Providers 先試。
Ollama 限時免費怎麼用
Ollama 同日發文：Beam 一般可用，他們是 day-zero 合作夥伴，在 Ollama 上限時免費提供；與 Reflection 合作的端點採完整 零資料保留（ZDR）。可透過 Ollama Cloud 在應用或終端機呼叫，不必下載模型或自己管推論。
快速指令（出自 Ollama 部落格）：
ollama run beam:cloud
ollama launch claude --model beam:cloud
ollama launch codex --model beam:cloud
限時結束後是否繼續免費、價格如何，來源未寫死；使用前請看 Ollama 當日說明。Reflection 另表示可在 platform.reflection.ai 免費開始試用公開 beta，並列出 AWS、Together、OpenRouter、LM Studio 等眾多合作通路。
開源授權與自架路徑
Apache 2.0 代表可以檢視、修改與商用衍生（仍須遵守授權條款）。Reflection 強調「開放的代理作業系統」：權重之外還有推論整合、容器、微調與 RL 配方。Hugging Face 文中亦提到用 TRL LoRA 做 SFT、用 Miles 做 GRPO 等範例，以及分享 Hub 專案爭取 10,000 美元 Hub 點數的活動。
本站建議（非來源內容）：多數個人開發者可先走 Ollama Cloud 或 Inference Providers 驗證工作流；真要自架 501B，再依 GPU 世代選 NVFP4／FP8 並預留 KV 與併發空間。跑分表（DeepSWE、SWE Bench、AIME 等）由 Reflection 提供，解讀時請以模型卡為準。
