En bref
- Beam est présenté comme un modèle de langage MoE qui active 23 milliards de paramètres par token.
- Le modèle fonctionne avec des entrées et des sorties textuelles, et sa fenêtre de contexte peut atteindre un million de tokens.
- Publié sous licence Apache 2.0, Beam est proposé avec la prise en charge de Transformers, SGLang et vLLM.
- Selon son éditeur, la version NVFP4 nécessite environ 280 Go de mémoire pour les poids ; ce format fonctionne nativement sur les GPU Blackwell.
Le modèle d’intelligence artificielle Beam de Reflection, doté de 501 milliards de paramètres, a été publié sur Hugging Face le 16 octobre 2026. Proposé sous licence Apache 2.0, ce modèle textuel vise le raisonnement sur de longs contextes, le codage et les usages reposant sur des agents. Beam accepte uniquement des entrées textuelles et produit des sorties textuelles.
Un grand modèle, un calcul parcimonieux
Beam utilise une architecture à mélange d’experts (MoE). Bien que sa capacité totale atteigne 501 milliards de paramètres, environ 23 milliards sont activés lors du traitement de chaque token. D’après les informations techniques communiquées par Hugging Face, le réseau compte 52 couches ; chacune des couches MoE comporte 256 experts, dont 8 sont activés par token. Cette méthode ne fait appel qu’à une partie du réseau pendant le calcul, mais tous les experts restent en mémoire. Le nombre de paramètres actifs ne suffit donc pas, à lui seul, à indiquer les besoins totaux en mémoire du modèle.
La fenêtre de contexte de Beam peut atteindre un million de tokens. Son architecture combine des couches fonctionnant avec une fenêtre de 512 tokens et d’autres qui prennent en compte l’ensemble du contexte. Selon l’estimation de Hugging Face pour le format BF16, le cache atteindrait 208 GiB pour une séquence d’un million de tokens si chaque couche stockait chaque token ; avec l’organisation de Beam, il est estimé à 36,08 GiB. Ces chiffres techniques concernent une seule séquence et reposent sur l’utilisation d’un cache dynamique.
Licence, formats et prise en charge logicielle
Le modèle a été publié sous licence Apache 2.0. Dans son annonce, Hugging Face indique que Transformers, SGLang et vLLM le prennent en charge dès le jour de sa publication. Le format de réponse de Beam permet de traiter séparément le contenu de raisonnement, les réponses et les appels d’outils. Le modèle propose également cinq niveaux de raisonnement ; le niveau par défaut est « medium ».
Les évaluations communiquées par l’équipe de Reflection comparent les formats BF16, FP8 et NVFP4 sur différents tests de codage, de raisonnement et d’utilisation d’outils. Comme il s’agit de résultats publiés par l’éditeur lui-même, rien ne garantit que les mêmes performances seront obtenues avec d’autres matériels et charges de travail. Il est nécessaire de réaliser des essais correspondant aux scénarios visés avant toute utilisation.
Quels sont les besoins matériels ?
Les poids BF16 occupent environ 1 TB au format safetensors. Selon les explications de Hugging Face, le format NVFP4 réduit cette taille à environ 280 GB et fonctionne nativement sur les GPU Blackwell ; les GPU antérieurs à Blackwell ne prennent pas en charge NVFP4. Les points de contrôle FP8 sont recommandés pour ces GPU.
Hugging Face indique que deux GPU B200 peuvent accueillir les poids, mais qu’il restera peu de place pour les activations et le cache KV ; l’organisation recommande de prévoir quatre B200 pour les longs contextes et les requêtes simultanées. Un exemple d’exécution de la version FP8 sur huit H200 est également fourni pour les GPU Hopper. Pour les personnes ne disposant pas de matériel Blackwell, il est possible de tester le modèle via des Inference Providers sans serveur.
Flux de travail en architecture et visualisation
La nature textuelle de Beam et son orientation vers le codage indiquent que les agences d’architecture et les équipes de visualisation pourraient d’abord l’évaluer pour des tâches liées au texte et au code. Les équipes souhaitant développer des scripts personnalisés ou des flux de travail utilisant des outils peuvent, par exemple, tester le modèle. Toutefois, la source ne fait état ni d’une intégration prête à l’emploi avec des logiciels d’architecture, ni d’une fonction de génération d’images.
Pour une exécution sur une infrastructure locale, il faut tenir compte conjointement de la mémoire GPU, du format numérique choisi et des besoins du cache associés aux longs contextes. Les agences doivent également vérifier la prise en charge de Beam par la bibliothèque d’inférence qu’elles utilisent et sa compatibilité avec le matériel disponible. En l’absence de matériel local, un essai sans serveur est possible ; la source ne précise toutefois pas le coût de cette option.
Sources
1 sourceLes textes sources ne sont pas republiés ; les courtes citations sont signalées, le reste est notre propre résumé et commentaire.
La licence ouverte de Beam et sa prise en charge par Transformers, SGLang et vLLM offrent une flexibilité qui mérite d’être explorée par les agences d’architecture développant leurs propres outils. Son orientation vers le codage peut intéresser les équipes qui souhaitent créer des scripts personnalisés ou des automatisations textuelles pour leurs processus de visualisation ; le modèle n’est toutefois pas présenté comme une solution prête à l’emploi pour la conception architecturale ou la génération d’images.
Pour les équipes en Turquie, le matériel et les coûts d’exploitation sont les principaux éléments à prendre en compte. Une licence ouverte ne supprime pas les besoins élevés en mémoire ; les équipes ne disposant pas d’un GPU adapté peuvent envisager un essai sans serveur. La source ne précisant pas le coût de cette option, il convient d’examiner ensemble les conditions de licence, le coût d’accès et les performances sur des charges de travail réelles avant toute utilisation en production.
Questions fréquentes
Sous quelle licence Beam a-t-il été publié ?
Beam a été publié sur Hugging Face sous licence Apache 2.0.
Quelle est la taille de la fenêtre de contexte de Beam ?
Le modèle prend en charge une fenêtre de contexte allant jusqu’à un million de tokens.
Sur quels GPU Beam peut-il être exécuté ?
Selon la source, le format NVFP4 fonctionne nativement sur les GPU Blackwell ; les versions FP8 sont recommandées pour les GPU antérieurs à Blackwell. Pour les GPU Hopper, Hugging Face donne l’exemple d’une version FP8 exécutée sur huit H200.
