Reflection, un laboratorio nuevo de Estados Unidos, ha publicado en Hugging Face su primer modelo, Beam, y lo ha hecho abierto: tiene 501.000 millones de parámetros, de los que trabajan 23.000 millones por cada token, admite solo texto, maneja una ventana de contexto de un millón de tokens y sale con licencia Apache 2.0. Está pensado para programar y para tareas de agentes. Lo presentó el viernes 16 de octubre una entrada del blog de Hugging Face que, con recetas preparadas junto al equipo de Reflection, explica cómo ejecutarlo y cómo reentrenarlo.
Qué es Beam y a quién va dirigido
Beam se dirige a los equipos que quieren un modelo de escala puntera en su propio hardware, en su infraestructura o en su nube, y adaptarlo a sus casos de uso. Llega con un entorno de ejecución propio, de código abierto y escrito en Rust, y con soporte desde el primer día en las bibliotecas transformers, vLLM y SGLang.
Puede conservar su razonamiento de una respuesta a la siguiente, llama a herramientas con una gramática propia y ofrece cinco niveles de razonamiento, de «low» a «max», con «medium» por defecto. Los pesos se publican en tres formatos: BF16, FP8 y NVFP4.
Una mezcla de expertos con un millón de tokens de contexto
Beam es una mezcla de expertos (MoE) dispersa: cada token lo calcula una fracción pequeña de la red, así que funciona a la velocidad de un modelo mucho menor y conserva la capacidad de uno grande. De sus 52 capas, las 49 últimas llevan 256 expertos cada una, que reúnen el 98,4 % de los parámetros, y por cada token actúan 8. La contrapartida es la memoria: los 256 expertos se quedan cargados, de modo que desplegarlo exige la memoria de un modelo de 501.000 millones de parámetros. En BF16 ocupa alrededor de 1 TB.
El contexto largo se apoya en una atención híbrida: 43 capas miran solo los 512 tokens anteriores y 9 atienden al contexto completo. Así, la caché crece 36 KiB por token en lugar de 208 KiB, y con el millón de tokens ocupa 36,08 GiB por secuencia, frente a los 208 GiB que harían falta si todas las capas fueran globales.
Los resultados que publica Reflection
El equipo de Reflection ha facilitado los resultados de Beam en 23 pruebas, medidos con las tres precisiones de los pesos. Estos son los de programación, razonamiento y uso de herramientas, en la versión completa en BF16 y en la comprimida NVFP4:
| Prueba | BF16 | NVFP4 |
|---|---|---|
| DeepSWE v1.1 | 43,3 % | 42,7 % |
| SWE Bench Pro v2-Hard | 76,5 % | 78,6 % |
| SWE Bench Pro v1 | 66,1 % | 65,6 % |
| Terminal Bench v2.1 | 80,1 % | 78,2 % |
| SWEBench Multilingual | 78,3 % | 77,5 % |
| SWEBench Verified | 81,6 % | 80,7 % |
| LiveCodeBench | 88,3 % | 87,4 % |
| AIME 2026 | 97,7 % | 97,5 % |
| GPQA Diamond | 90,6 % | 89,3 % |
| MCP Atlas | 80,8 % | 80,5 % |
Hugging Face añade unas pruebas informales propias en cinco tareas, que no presenta como pruebas de referencia. Con razonamiento alto, Beam resolvió las cinco, de las llamadas a herramientas en varios pasos a la reparación de una herramienta de terminal o un problema de matemáticas. Con razonamiento bajo, en el de matemáticas dio el resultado correcto, pero sin la justificación pedida.
Qué hace falta para ejecutarlo
La forma más práctica de servirlo es la versión NVFP4, que guarda parte de los pesos en 4 bits, conserva la mayor parte de la calidad y baja el tamaño de 1 TB a unos 280 GB. Funciona de forma nativa en las GPU Blackwell de NVIDIA; para las anteriores, como las de las series Hopper y Ampere, están las versiones en FP8.
Dos B200, con 180 GB cada una, bastan para los pesos, pero dejan poco margen, así que la entrada recomienda contar con cuatro, 720 GB en total, para contextos largos y peticiones simultáneas. También vale un nodo de ocho B200, dos B300 de 288 GB u ocho RTX Pro 6000. Quien no tenga hardware Blackwell puede probarlo en Inference Providers, el servicio de Hugging Face, con Baseten, Fireworks y Together detrás, y también se despliega con un clic en Inference Endpoints.
Ajustarlo a medida y el concurso de Reflection
El modelo se puede reentrenar. Con TRL y adaptadores LoRA, el ajuste fino cabe en un solo nodo de ocho GPU B300, a unos 19.000 tokens por segundo. En una prueba para que razone en el idioma que pide el usuario, Beam lo hizo en 16 de 16 casos tras una pasada de entrenamiento, frente a 3 de 16 del modelo base. Reflection y RadixArk han preparado además una receta de aprendizaje por refuerzo con Miles.
Para animar a usarlo, Reflection repartirá 10.000 dólares en créditos del Hub de Hugging Face entre los mejores proyectos hechos con Beam, ya sean demostraciones, versiones cuantizadas, conjuntos de datos o comparativas, que se compartan en la página del modelo.
Te puede interesar
Tech Planet participa en el programa de afiliados de Amazon. Si compras a través de estos enlaces, recibimos una pequeña comisión sin coste extra para ti, lo que nos ayuda a seguir creando contenido como este.
| Imagen | Producto | Características | Comprar |
|---|---|---|---|
 |
Apple Mac mini M6 | Chip M6 · 16 GB de memoria unificada · tres Thunderbolt 4, HDMI y Ethernet de 2,5 Gb · 12,7 cm de ancho | Ver precio en Amazon |
 |
Beelink MINI-S13 Pro | Intel N150 hasta 3,60 GHz · 16 GB DDR4 y SSD PCIe de 500 GB · 4K a 60 Hz · Wi-Fi 6 y Bluetooth 5.2 | Ver precio en Amazon |
 |
Beelink SER8 | Ryzen 7 8745HS de 8 núcleos y 16 hilos hasta 4,9 GHz · 16 GB DDR5 y 512 GB PCIe 4.0 · Radeon 780M · LAN de 2,5 Gbps | Ver precio en Amazon |
 |
BOSGAME E3 Neo | Intel N95 de cuatro núcleos hasta 3,4 GHz · 16 GB DDR4 y 512 GB SSD · tres salidas 4K · 126 × 112 × 41 mm | Ver precio en Amazon |
Escrito por Eloy Andrade
