Chat IA de pesos abiertos · Reflection AI

Beam 1.0: el modelo abierto de 501B de Reflection AI para código, agentes y chats largos

Preguntar a la IA ▾

Beam 1.0 es el primer gran modelo de pesos abiertos de Reflection AI, un laboratorio estadounidense que quiere dar a los desarrolladores una respuesta americana a los potentes modelos abiertos que llegan desde China. Es un modelo disperso de mezcla de expertos (MoE) con 501.000 millones de parámetros en total, pero solo unos 23.000 millones se activan por cada token, así que razona como un gigante con un coste cercano al de un modelo mediano. Lee hasta 1 millón de tokens de una vez y cualquiera puede descargar los pesos desde Hugging Face.

  • MoE de 501B
  • Contexto de 1M
  • Pesos abiertos
Empieza un chat IA sin censura →Ilustración conceptual de Beam 1.0: un haz de luz brillante atraviesa una sala oscura de servidores de IA con partículas de red neuronal

Generador de chat IA alternativo sin censura

¿Quieres roleplay largo y sin filtros y ficción adulta sin alquilar un servidor de GPU? Abre el chat sin censura y empieza a escribir en segundos.

Abrir chat sin censura →

Un modelo abierto estadounidense creado para competir con los gigantes MoE

Reflection AI anunció Beam el 5 de octubre de 2026 con una lista de espera de acceso anticipado y, a mediados de octubre, publicó el checkpoint completo, Beam-1.0-501B-A23B, en Hugging Face. El nombre resume el diseño: 501B de parámetros totales y A23B por unos 23B activos. Por dentro tiene 52 capas (3 densas y 49 MoE) con 256 expertos, atención de consultas agrupadas con compuerta combinada con atención de ventana deslizante y un vocabulario de 152.000 tokens. Solo trabaja con texto, se diseñó sobre todo para inglés y su fecha de corte de conocimiento es el 30 de junio de 2026. Según Forklog, el modelo base se preentrenó con 23,8 billones de tokens en menos de cuatro semanas, seguidas de otras cuatro semanas de aprendizaje por refuerzo en unos 1.300 millones de entornos virtuales. La ficha del modelo afirma además que necesita unas tres veces menos tokens de razonamiento que rivales de calidad similar, lo que se traduce en respuestas más rápidas y baratas.

Dónde brilla: tareas cotidianas para el buque insignia de Reflection

Reflection AI ajustó el modelo sobre todo para el trabajo de software y las tareas largas de varios pasos, pero su enorme ventana de contexto y su escritura fluida lo hacen útil mucho más allá del código. Estos son los escenarios en los que Beam 1.0 se gana la expectación:

  • Compañero de programación: resolver issues de GitHub, refactorizar archivos heredados y escribir tests. En los benchmarks de código es donde el fabricante publica sus mejores cifras.
  • Agentes y uso de herramientas: tareas de línea de comandos y DevOps, navegación y llamadas a herramientas MCP dentro de largos bucles de agente.
  • Preguntas sobre documentos gigantes: carga un lote de contratos, un repositorio de código o un libro entero y pregunta sobre 1 millón de tokens de contexto.
  • Resúmenes y notas de investigación: convertir informes, transcripciones y artículos en conclusiones breves y citables.
  • Escritura creativa y roleplay: historias de varios turnos, voces de personajes y giros argumentales para ficción adulta, siempre con personajes adultos ficticios.
  • Despliegues privados: empresas que quieren un asistente potente en sus propios servidores para que los datos nunca salgan de casa.
Escritor adulto chateando con un modelo de IA mientras escenas de historias noir y de fantasía surgen de la pantalla del portátil

Plantillas de prompts listas para código, investigación e historias

El modelo sigue bien las instrucciones sencillas, así que los mejores prompts indican un rol, una tarea y un formato de salida. Cambia las partes entre llaves y pega cualquiera de estas plantillas en una ventana de chat:

  • Resumen de documento largo: Eres un analista preciso. Resume el siguiente documento en 5 conclusiones clave, cada una con una cita que la respalde: {document}
  • Refactorización de código: Actúa como ingeniero sénior de Python. Refactoriza este código para que sea más legible y explica cada cambio en una línea breve: {code}
  • Caza de bugs: Aquí tienes un registro de errores y el archivo relacionado. Encuentra la causa raíz más probable, propón una corrección mínima y enumera un test que la demuestre: {log} {file}
  • Roleplay (solo personajes adultos ficticios): Eres {name}, un personaje {personality} en una historia de {genre}. No salgas del personaje, escribe una narración vívida en tercera persona y termina cada respuesta con una elección para mí.
  • Escritura creativa: Escribe un relato noir de 600 palabras sobre {topic}, narrado en primera persona y con un final sorprendente.
  • Plan de agente: Divide este objetivo en pasos numerados, indica la herramienta que usarías en cada paso y detente a preguntarme antes de hacer algo irreversible: {goal}

Consejo: la ficha del modelo evalúa con temperature 0.7 y top_p 0.99, un buen punto de partida tanto para programar como para escribir historias.

Descargas en Hugging Face: versiones BF16, FP8 y NVFP4

Todos los archivos oficiales están en la organización reflection de Hugging Face. El repositorio principal, reflection/Beam-1.0-501B-A23B, contiene el checkpoint BF16 de precisión completa. Un repositorio FP8 aparte se generó con la herramienta llm-compressor del equipo de vLLM, y Reflection publica también resultados NVFP4 de una versión de 4 bits pensada para el hardware NVIDIA más reciente. Reflection afirma que no prohíbe hacer fine-tuning, cuantizar, fusionar ni destilar los pesos, y el árbol de modelos de Hugging Face ya muestra fine-tunes y versiones cuantizadas de la comunidad.

VersiónDóndeIdeal para
BF16 (original)reflection/Beam-1.0-501B-A23BMáxima calidad, fine-tuning y crear tus propias cuantizaciones
FP8reflection/Beam-1.0-501B-A23B-FP8Servir en GPU de centro de datos con aproximadamente la mitad de memoria para los pesos
NVFP4Publicado por Reflection junto a los resultados BF16 y FP8Las tarjetas NVIDIA más nuevas con soporte de 4 bits
Cuantizaciones de la comunidad (GGUF y otras)Árbol de modelos en la página de Hugging FaceMacs con mucha memoria y configuraciones mixtas CPU + GPU; revisa cada ficha

Ejecutarlo en local: cálculo realista de VRAM y hardware

La ficha del modelo no publica requisitos oficiales de GPU, así que aquí va un cálculo aproximado y honesto. Cada parámetro ocupa 2 bytes en BF16, lo que supone alrededor de 1 TB de pesos antes de contar la caché para ese contexto tan largo. FP8 lo reduce más o menos a la mitad, unos 500 GB, y las versiones de 4 bits se quedan cerca de una cuarta parte. Aunque solo haya 23B parámetros activos por token, los 501B deben estar en memoria, así que hablamos de servidores multi-GPU, no de un PC gaming.

  • Opción centro de datos: carga el checkpoint FP8 en un nodo multi-GPU; su formato compressed-tensors procede de las herramientas de vLLM.
  • Opción Mac y estación de trabajo: un GGUF de la comunidad en una máquina con varios cientos de gigabytes de memoria unificada o RAM; espera una generación lenta.
  • Ollama, LM Studio y llama.cpp: la ficha dice que las versiones cuantizadas pueden ejecutarse en estas aplicaciones, pero confirma que la versión elegida indica compatibilidad con esta arquitectura.
  • Sin hardware propio: Baseten aparece como proveedor de inferencia en la página del modelo, que también está disponible en HuggingChat.
Servidor multi-GPU usado para ejecutar en local un gran modelo de lenguaje de pesos abiertos como Beam 1.0

Beam 1.0 frente a DeepSeek, Qwen y GLM

Beam llega a un terreno dominado por familias MoE abiertas chinas. Las afirmaciones de Reflection, según Forklog, son ambiciosas pero concretas: comparable a GLM-5.2 en programación y tareas de agente, cerca de Qwen3.8-Max y a la par de GLM-5.2 en razonamiento avanzado con entre tres y cuatro veces menos cómputo en inferencia. La empresa también reconoce que Kimi K3 sigue por delante en capacidad absoluta. Cuando se escribió esto, ningún laboratorio independiente había publicado sus propias puntuaciones, así que tómalas como afirmaciones.

Beam 1.0Familias DeepSeek, Qwen y GLM
OrigenReflection AI, Estados UnidosLaboratorios chinos
DiseñoMoE, 501B totales y unos 23B activosSobre todo modelos insignia MoE y otros densos más pequeños
Contexto1M de tokensDepende de la versión
Pesos abiertosSíSí en la mayoría de versiones
Versiones sin censura de la comunidadNinguna encontrada aúnMuchos fine-tunes abliterated y sin censura

Puntuaciones en benchmarks y primeras reacciones

Reflection publicó una larga tabla de resultados para las versiones BF16, FP8 y NVFP4, y las cuantizadas apenas pierden terreno. Todas las cifras de abajo las aporta el fabricante con temperatura 0.7, no son pruebas independientes, pero en conjunto muestran a qué apunta Beam 1.0: trabajo real de software, matemáticas y ciencias, y agentes que usan herramientas.

BenchmarkPuntuación BF16
SWE-bench Verified81.6
Terminal Bench v2.180.1
LiveCodeBench88.3
AIME 202697.7
GPQA Diamond90.6
MCP Atlas80.8
IFBench79.6

Las primeras coberturas presentaron el lanzamiento como un modelo abierto estadounidense creado para competir con los productos chinos. Los mayores elogios se centran en el código y la eficiencia; la principal salvedad que repiten los observadores es que aún no había evaluaciones de terceros.

¿Existe un Beam 1.0 sin censura?

Todavía no. El modelo de chat oficial está ajustado para la seguridad: en la propia prueba de peticiones dañinas de Reflection rechaza o redirige alrededor del 89% de las veces, y los datos de preentrenamiento se filtraron para eliminar contenido dañino. Como los pesos son abiertos, la comunidad podría crear más adelante un fine-tune abliterated o sin censura, pero al escribir esta página no se encontró ninguna versión así de Beam 1.0 en Hugging Face. Quien hoy quiere menos rechazos suele recurrir a fine-tunes abliterated de Qwen, GLM o DeepSeek, o a un chat online sin censura para roleplay y ficción adulta.

  • Busca en el árbol de modelos de Hugging Face etiquetas abliterated o uncensored antes de descargar cualquier derivado.
  • Lee la ficha de cada derivado: las versiones de la comunidad no las revisa Reflection AI.
  • Limita el roleplay a adultos ficticios (18+) y nunca incluyas a personas reales.

Beam 1.0 en tu propio servidor frente a chatear online en Spicy AI

Instalación local (pesos oficiales)Spicy AI online
Filtros de contenidoModelo oficial ajustado para la seguridadSin filtros de contenido
Pesos abiertosSíNo hacen falta: funciona en el navegador
ModeloBeam 1.0 (BF16, FP8 o NVFP4)Modelo de chat sin censura similar, alojado online
Precio para empezarDescarga gratuita, tu propio servidor multi-GPUPlan gratuito disponible

Preguntas frecuentes

¿Quién creó Beam 1.0?

Reflection AI, una empresa estadounidense. Anunció Beam el 5 de octubre de 2026 y publicó los pesos descargables en Hugging Face en octubre de 2026.

¿Qué tamaño tiene Beam 1.0?

Tiene 501.000 millones de parámetros en total, pero como modelo de mezcla de expertos solo activa unos 23.000 millones por token, repartidos en 52 capas y 256 expertos.

¿Qué longitud de contexto puede leer?

La ficha del modelo indica una ventana de contexto de 1 millón de tokens, suficiente para grandes repositorios de código, contratos extensos o una novela completa en un solo prompt.

¿Puedo ejecutar Beam 1.0 en mi propio ordenador?

No en un PC normal. El modelo completo necesita aproximadamente 1 TB de memoria en BF16 y cerca de la mitad en FP8. Las versiones cuantizadas de la comunidad bajan el listón, pero sigues necesitando cientos de gigabytes de memoria.

¿Hay un Beam 1.0 sin censura o abliterated?

No se encontró ninguno al escribir esto. El modelo oficial está ajustado para la seguridad. Las alternativas habituales son fine-tunes abliterated de Qwen, GLM o DeepSeek, o un chat online sin censura.

¿Qué tal funciona?

Reflection informa de 81.6 en SWE-bench Verified y 97.7 en AIME 2026, entre otras puntuaciones. Son resultados del fabricante; aún no se habían publicado evaluaciones independientes.

Fuentes

Sign in

Welcome to Spicy AI

or