Reflection hat die Gewichte seines ersten offenen Modells Beam unter Apache 2.0 veröffentlicht. Der 501 Milliarden Parameter große Agent für Softwareentwicklung lässt sich frei herunterladen und selbst betreiben.
Was Reflection mit Beam veröffentlicht hat
Reflection hat am 16. Oktober die Gewichte von Beam auf Hugging Face freigegeben, und zwar unter der Apache-2.0-Lizenz. Damit darf das Modell frei genutzt, verändert und auch kommerziell eingesetzt werden. Beam ist das erste offene Modell des Unternehmens und zugleich sein erstes überhaupt.
Beam ist ein sogenanntes Mixture-of-Experts-Modell, kurz MoE. Bei diesem Aufbau besteht das Netz aus vielen Teilmodulen, von denen pro Anfrage nur ein Teil aktiv wird. In der Summe bringt Beam 501 Milliarden Parameter mit, aktiv sind bei einer Anfrage aber nur 23 Milliarden. Das klingt widersprüchlich, ist aber der Kern des Tricks: viele Parameter stehen bereit, gerechnet wird nur mit einem Bruchteil.
Gedacht ist das Modell für Softwareentwicklung und längere Agentaufgaben, also Abläufe, bei denen das Modell mehrere Schritte selbst plant und ausführt. Der Kontext umfasst bis zu einer Million Token. Ein Token ist die kleinste Einheit, in der ein Sprachmodell Text verarbeitet, grob ein Wortstück; eine Million davon entsprechen etwa einem sehr langen Dokument oder mehreren Programmierdateien auf einmal.
Mitgeliefert hat Reflection drei Fassungen der Gewichte: BF16, FP8 und NVFP4. Diese Kürzel stehen für unterschiedliche Rechengenauigkeiten. Ein zusätzliches Draft-Modell soll beim schnellen Erzeugen von Text helfen, außerdem gibt es eine Modellkarte und einen Sicherheitsbericht.
Warum die Apache-2.0-Lizenz bei Beam zählt
Die Lizenz ist der eigentliche Punkt. Viele offene Modelle kommen mit Zusatzbedingungen, die die kommerzielle Nutzung einschränken oder Sonderregeln für große Anbieter enthalten. Apache 2.0 dagegen ist eine breit akzeptierte Standardlizenz ohne solche Haken.
Für Unternehmen heißt das konkret: Wer Beam einsetzt, muss keine gesonderte Erlaubnis einholen und keine Nutzungsgrenzen fürchten. Das senkt die Hürde, das Modell in eigene Abläufe einzubauen, vor allem bei Firmen, die aus Datenschutzgründen lieber selbst rechnen als einen fremden Dienst zu mieten.
Reflection nennt über 40 Partner, die Beam zum Start unterstützen. Dazu gehören unter anderem AWS, Cloudflare, CoreWeave, Databricks, Fireworks, Google Cloud, Azure, Modal, Nebius, Ollama, OpenRouter, Oracle und Together. Dell und HPE liefern Umgebungen für den lokalen Betrieb abseits des Netzes, was für Behörden und regulierte Branchen wichtig ist.
Die vielen Partner ändern wenig am Modell selbst, aber viel an der Zugänglichkeit. Wer Beam betreiben will, findet fast immer eine vertraute Plattform, auf der das ohne eigenen Serverpark läuft. Das ist der Unterschied zwischen einem Gewicht-Paket auf einer Downloadseite und einem Modell, das man tatsächlich in Betrieb nimmt, weil zwischen beidem in der Praxis eine Menge Arbeit an Hardware, Software und Betrieb liegt, die viele Teams unterschätzen.
Wie Reflection Beam trainiert hat
Reflection nennt für die Vorschulphase 23,8 Billionen Token. Nach dieser Phase folgte eine Phase mit bestärkendem Lernen, kurz RL, in der das Modell durch Belohnung für gute Ergebnisse trainiert wird. Diese Stufe lief nach Unternehmensangaben auf 10.500 Nvidia-Beschleunigern vom Typ GB300 und erzeugte in vier Wochen über 100 Millionen durchgerechnete Versuchsabläufe.
Der Aufwand zeigt, worauf Beam zielt. Lange Aufgabenketten lassen sich nur verbessern, wenn das Modell viele Versuche und Korrekturen durchlaufen hat. Die hohe Zahl an Durchläufen ist damit ein Hinweis auf die angestrebte Stärke, aber eben auch nur ein Hinweis. Die Leistungswerte stammen bisher weitgehend vom Hersteller selbst, unabhängige Prüfungen sind noch begrenzt, und wer das Modell ernsthaft einsetzen will, kommt an eigenen Tests auf den eigenen Aufgaben kaum vorbei, weil die Bedingungen der Herstellerangaben selten den eigenen Alltag abbilden. Der Analysedienst Artificial Analysis hat Beam lediglich in seine Übersicht aufgenommen.
Bemerkenswert ist der Zeitplan. Reflection hatte Beam bereits am 5. Oktober angekündigt, damals aber nur als begrenzten Wartelisten-Zugang. Zwischen Ankündigung und Veröffentlichung der Gewichte liegen also nur rund zwei Wochen, was für ein Modell dieser Größe ungewöhnlich schnell ist.
Was der offene Beam für Entwickler bedeutet
Für Entwickler verschiebt Beam die Kostenrechnung. Statt für jede Anfrage an einen fremden Dienst zu zahlen, lässt sich das Modell selbst hosten, wenn die Hardware vorhanden ist. Der Preis für diese Freiheit ist der Betriebsaufwand: Ein Modell dieser Größe braucht passende Beschleuniger, und die Anforderungen sind nicht trivial.
Interessant ist Beam vor allem für Teams, die sensible Daten verarbeiten. Wer Code oder interne Dokumente nicht an einen Cloud-Dienst geben darf, bekommt mit Beam eine Option, alles im eigenen Haus zu halten, ohne auf ein leistungsfähiges Agentmodell zu verzichten.
Wie schlägt sich Beam aber bei echten Programmieraufgaben? Das lässt sich derzeit nicht abschließend sagen. Die Leistungswerte stammen weitgehend vom Hersteller selbst, unabhängige Vergleiche fehlen bislang.
Offen bleibt, wie Beam im Vergleich zu etablierten Modellen bei echten Programmieraufgaben abschneidet. Die Herstellerangaben sind ein Anhaltspunkt, unabhängige Tests fehlen bislang weitgehend. Wer Beam ernsthaft einsetzen will, sollte die ersten unabhängigen Vergleiche abwarten und die eigenen Aufgaben zurate ziehen.
Wer Beam testen möchte, lädt die Gewichte über Hugging Face oder greift auf einen der über 40 Partnerplattformen zurück. Für den Einstieg ist eine gehostete Variante sinnvoller als der eigene Server, weil sie die Hardwarefragen abnimmt. Teams mit strengen Datenschutzvorgaben sollten dagegen früh prüfen, ob die lokalen Umgebungen von Dell und HPE in ihre Infrastruktur passen.
