Kurz gesagt
- Beam wird als MoE-Sprachmodell vorgestellt, bei dem pro Token 23 Milliarden Parameter aktiviert werden.
- Das Modell verarbeitet Texteingaben und erzeugt Textausgaben; das Kontextfenster reicht bis zu 1 Million Tokens.
- Beam ist unter der Apache-2.0-Lizenz verfügbar und unterstützt Transformers, SGLang und vLLM.
- Laut Hersteller benötigt die NVFP4-Version rund 280 GB Speicher für die Gewichte; dieses Format läuft nativ auf Blackwell-GPUs.
Reflection hat sein KI-Modell Beam mit 501 Milliarden Parametern am 16. Oktober 2026 über Hugging Face veröffentlicht. Das Textmodell steht unter der Apache-2.0-Lizenz und konzentriert sich auf Schlussfolgerungen mit langen Kontexten, Programmierung und agentenbasierte Anwendungsszenarien. Beam verarbeitet ausschließlich Texteingaben und erzeugt Textausgaben.
Großes Modell, sparse Berechnung
Beam verwendet eine Mixture-of-Experts-Architektur (MoE). Die Gesamtkapazität des Modells beträgt 501 Milliarden Parameter, doch bei der Verarbeitung jedes Tokens werden rund 23 Milliarden Parameter aktiviert. Laut den von Hugging Face veröffentlichten technischen Angaben verfügt das Netzwerk über 52 Layer. Jeder MoE-Layer enthält 256 Experten, von denen pro Token 8 zum Einsatz kommen. Bei diesem Verfahren wird während der Berechnung nur ein Teil des Netzwerks genutzt, alle Experten bleiben jedoch im Speicher. Die Zahl der aktiven Parameter allein gibt daher keinen Aufschluss über den gesamten Speicherbedarf des Modells.
Das Kontextfenster von Beam reicht bis zu 1 Million Tokens. Die Architektur kombiniert Layer mit einem Fenster von 512 Tokens mit Layern, die den gesamten Kontext berücksichtigen. Laut der Berechnung von Hugging Face für das BF16-Format würde der Cache bei einer Sequenz mit 1 Million Tokens 208 GiB belegen, wenn alle Layer jedes Token speichern würden. Mit Beams Architektur liegt dieser Wert bei 36,08 GiB. Diese technischen Angaben gelten für eine einzelne Sequenz mit dynamischem Cache.
Lizenz, Formate und Softwareunterstützung
Das Modell wurde unter der Apache-2.0-Lizenz veröffentlicht. Laut Hugging Fases Ankündigung war Beam bereits am Tag der Veröffentlichung mit Transformers, SGLang und vLLM kompatibel. Das Antwortformat von Beam unterstützt die getrennte Verarbeitung von Schlussfolgerungen, Antworten und Tool-Aufrufen. Außerdem bietet das Modell fünf Stufen für Schlussfolgerungen; standardmäßig ist „medium“ eingestellt.
Die vom Reflection-Team veröffentlichten Evaluierungen vergleichen die Formate BF16, FP8 und NVFP4 in verschiedenen Tests zu Programmierung, Schlussfolgerungen und Tool-Nutzung. Da es sich um Ergebnisse des Herstellers handelt, ist nicht davon auszugehen, dass auf anderer Hardware und mit anderen Workloads dieselbe Leistung erzielt wird. Vor dem Einsatz sollten Tests mit den jeweiligen Szenarien durchgeführt werden.
Wie hoch sind die Hardwareanforderungen?
Die BF16-Gewichte belegen im Safetensors-Format rund 1 TB. Laut Hugging Face reduziert das NVFP4-Format diese Größe auf rund 280 GB und läuft nativ auf Blackwell-GPUs; GPUs vor Blackwell unterstützen NVFP4 nicht. Für diese Hardware werden FP8-Checkpoints empfohlen.
Hugging Face zufolge passen die Gewichte auf zwei B200-GPUs, für Aktivierungen und den KV-Cache bleibt jedoch nur wenig Platz. Für lange Kontexte und gleichzeitige Anfragen werden vier B200 empfohlen. Als Beispiel wird außerdem der Betrieb der FP8-Version auf acht H200-GPUs der Hopper-Generation genannt. Wer keine Blackwell-Hardware besitzt, kann Beam über serverlose Inference Providers testen.
Workflows für Architektur und Visualisierung
Die textbasierte Ausrichtung und der Fokus auf Programmierung deuten darauf hin, dass Architekturbüros und Visualisierungsteams Beam vor allem für Text- und Codeaufgaben prüfen könnten. Teams, die beispielsweise eigene Skripte oder toolgestützte Workflows entwickeln möchten, können das Modell testen. Die Quelle nennt jedoch weder eine fertige Integration mit Architektursoftware noch eine Funktion zur Bilderzeugung.
Wer den Betrieb auf eigener Infrastruktur plant, sollte GPU-Speicher, das verwendete Zahlenformat und den Cache-Bedarf für lange Kontexte gemeinsam berücksichtigen. Büros sollten außerdem prüfen, ob die verwendete Inferenzbibliothek Beam unterstützt und mit der vorhandenen Hardware kompatibel ist. Wenn keine lokale Hardware verfügbar ist, lässt sich das Modell serverlos testen; die Quelle macht jedoch keine Angaben zu den Kosten dieser Option.
Quellen
1 QuelleQuelltexte werden nicht neu veröffentlicht; kurze Zitate sind gekennzeichnet, der Rest ist eigene Zusammenfassung und Einordnung.
Die offene Lizenz und die Unterstützung für Transformers, SGLang und vLLM bieten Architekturbüros, die eigene Tools entwickeln, interessante Flexibilität zum Ausprobieren. Der Fokus auf Programmierung könnte Teams ansprechen, die eigene Skripte oder textbasierte Automatisierungen für Visualisierungsprozesse erstellen möchten. Das Modell wird jedoch nicht als fertige Lösung für Architekturentwurf oder Bilderzeugung vorgestellt.
Für Teams in der Türkei sollten Hardware und Betriebskosten die wichtigsten Prüfpunkte sein. Die offene Lizenz beseitigt den hohen Speicherbedarf nicht; wer nicht über geeignete GPUs verfügt, kann einen serverlosen Test in Betracht ziehen. Da die Quelle keine Preise für diese Option nennt, sollten vor einem produktiven Einsatz die Lizenzbedingungen, Zugriffskosten und die Leistung mit tatsächlichen Workloads gemeinsam bewertet werden.
Häufige Fragen
Unter welcher Lizenz wurde Beam veröffentlicht?
Beam wurde unter der Apache-2.0-Lizenz auf Hugging Face veröffentlicht.
Wie groß ist das Kontextfenster von Beam?
Das Modell unterstützt ein Kontextfenster von bis zu 1 Million Tokens.
Auf welchen GPUs lässt sich Beam ausführen?
Laut Quelle läuft das NVFP4-Format nativ auf Blackwell-GPUs; für GPUs vor Blackwell werden FP8-Versionen empfohlen. Für die FP8-Version auf Hopper-GPUs nennt Hugging Face acht H200 als Beispiel.
