오픈 웨이트 AI 채팅 · Reflection AI

Beam 1.0: 코드, 에이전트, 긴 대화를 위한 Reflection AI의 501B 오픈 모델

AI에게 묻기 ▾

Beam 1.0은 미국 연구소 Reflection AI가 처음 내놓은 대형 오픈 웨이트 모델로, 중국에서 쏟아지는 강력한 오픈 모델에 맞설 미국산 대안을 개발자에게 제공하는 것이 목표입니다. 총 5,010억 개의 파라미터를 가진 희소 전문가 혼합(MoE) 모델이지만, 토큰마다 활성화되는 것은 약 230억 개뿐이라 거대 모델처럼 사고하면서도 중형 모델에 가까운 비용으로 동작합니다. 한 번에 최대 100만 토큰을 읽을 수 있고, 누구나 Hugging Face에서 가중치를 내려받을 수 있습니다.

  • 501B MoE
  • 100만 컨텍스트
  • 오픈 웨이트
무검열 AI 채팅 시작하기 →Beam 1.0 콘셉트 아트: 신경망 입자가 떠다니는 어두운 AI 서버 홀을 가로지르는 밝은 빛줄기

무검열 대안 AI 채팅 생성기

GPU 서버를 빌리지 않고도 필터 없는 긴 롤플레이와 성인 픽션을 즐기고 싶나요? 무검열 채팅을 열고 몇 초 만에 글쓰기를 시작하세요.

무검열 채팅 열기 →

MoE 거인들에 도전하는 미국산 오픈 모델

Reflection AI는 2026년 10월 5일 조기 액세스 대기자 명단과 함께 Beam을 발표했고, 10월 중순 전체 체크포인트인 Beam-1.0-501B-A23B를 Hugging Face에 공개했습니다. 이름이 곧 설계를 말해 줍니다. 501B는 총 파라미터, A23B는 약 23B의 활성 파라미터를 뜻합니다. 내부는 52개 레이어(덴스 3개, MoE 49개)와 256개의 전문가로 구성되며, 게이트형 그룹 쿼리 어텐션과 슬라이딩 윈도우 어텐션을 섞어 쓰고 어휘는 15만 2천 토큰입니다. 텍스트만 처리하며 주로 영어용으로 만들어졌고, 지식 기준일은 2026년 6월 30일입니다. Forklog에 따르면 베이스 모델은 4주가 안 되는 기간에 23.8조 토큰으로 사전 학습됐고, 이후 약 13억 개의 가상 환경에서 4주간 강화 학습을 더 거쳤습니다. 모델 카드는 비슷한 품질의 경쟁 모델보다 추론 토큰이 약 3분의 1만 필요하다고 주장하는데, 이는 더 빠르고 저렴한 답변을 의미합니다.

강점: Reflection 플래그십이 빛나는 일상 업무

Reflection AI는 이 모델을 무엇보다 소프트웨어 작업과 길고 여러 단계로 이뤄진 작업에 맞춰 조정했지만, 거대한 컨텍스트 창과 유려한 글솜씨 덕분에 코딩 외에도 쓸모가 많습니다. Beam 1.0이 기대에 부응하는 상황은 다음과 같습니다:

  • 코딩 파트너: GitHub 이슈 수정, 레거시 파일 리팩터링, 테스트 작성. 개발사가 가장 강한 수치를 내세우는 분야가 코딩 벤치마크입니다.
  • 에이전트와 도구 사용: 명령줄 및 DevOps 작업, 긴 에이전트 루프 안에서의 웹 탐색과 MCP 도구 호출.
  • 초대형 문서 Q&A: 계약서 묶음, 코드베이스, 책 한 권을 통째로 넣고 100만 토큰 컨텍스트 전체에 대해 질문할 수 있습니다.
  • 요약과 리서치 노트: 보고서, 녹취록, 논문을 짧고 인용하기 좋은 핵심으로 정리합니다.
  • 창작과 롤플레이: 성인 픽션을 위한 멀티턴 스토리, 캐릭터 말투, 반전 전개. 등장인물은 가상의 성인으로 한정합니다.
  • 프라이빗 배포: 데이터가 사내를 벗어나지 않도록 자체 서버 안에서 강력한 어시스턴트를 쓰고 싶은 기업.
노트북 화면에서 누아르와 판타지 이야기 장면이 떠오르는 가운데 AI 모델과 대화하는 성인 작가

코드, 리서치, 스토리를 위한 바로 쓰는 프롬프트 템플릿

이 모델은 단순한 지시를 잘 따르므로, 역할과 작업, 출력 형식을 명시한 프롬프트가 가장 좋습니다. 중괄호 안을 바꾼 뒤 채팅 창에 붙여 넣으세요:

  • 긴 문서 요약: 당신은 정확한 분석가입니다. 다음 문서를 5가지 핵심 결론으로 요약하고, 각각 근거가 되는 인용문을 붙여 주세요: {document}
  • 코드 리팩터링: 시니어 Python 엔지니어로서 이 코드를 읽기 쉽게 리팩터링하고, 각 변경 사항을 짧은 한 줄로 설명해 주세요: {code}
  • 버그 추적: 오류 로그와 관련 파일입니다. 가장 가능성 높은 근본 원인을 찾고, 최소한의 수정안을 제시하고, 이를 증명할 테스트 하나를 적어 주세요: {log} {file}
  • 롤플레이(가상의 성인 캐릭터만): 당신은 {genre} 이야기 속 {personality} 성격의 캐릭터 {name}입니다. 캐릭터를 유지하고, 생생한 3인칭 서술로 쓰고, 매 답변 끝에 제가 고를 선택지를 제시해 주세요.
  • 창작: {topic}에 관한 600단어 분량의 누아르 단편을 1인칭 시점으로, 반전 결말과 함께 써 주세요.
  • 에이전트 계획: 이 목표를 번호가 붙은 단계로 나누고, 각 단계에서 쓸 도구를 적고, 되돌릴 수 없는 작업 전에는 반드시 멈춰서 제게 물어보세요: {goal}

팁: 모델 카드는 temperature 0.7, top_p 0.99로 평가하며, 코딩과 스토리텔링 모두에 무난한 출발점입니다.

Hugging Face 다운로드: BF16, FP8, NVFP4 버전

공식 파일은 모두 Hugging Face의 reflection 조직 아래에 있습니다. 메인 저장소 reflection/Beam-1.0-501B-A23B에는 전체 정밀도의 BF16 체크포인트가 있습니다. 별도의 FP8 저장소는 vLLM 팀의 llm-compressor 도구로 만들어졌고, Reflection은 최신 NVIDIA 하드웨어용 4비트 버전에 대한 NVFP4 결과도 공개합니다. Reflection은 가중치의 파인튜닝, 양자화, 병합, 증류를 금지하지 않는다고 밝혔으며, Hugging Face 모델 트리에는 이미 커뮤니티 파인튜닝과 양자화 버전이 올라와 있습니다.

버전위치추천 용도
BF16 (원본)reflection/Beam-1.0-501B-A23B최고 품질, 파인튜닝, 직접 양자화 버전 만들기
FP8reflection/Beam-1.0-501B-A23B-FP8가중치 메모리를 절반 정도로 줄여 데이터센터 GPU에서 서비스
NVFP4Reflection이 BF16, FP8 결과와 함께 게재4비트를 지원하는 최신 NVIDIA 그래픽카드
커뮤니티 양자화 버전 (GGUF 등)Hugging Face 페이지의 모델 트리대용량 메모리 Mac과 CPU + GPU 혼합 환경. 각 카드를 확인하세요

로컬 실행: 현실적인 VRAM과 하드웨어 계산

모델 카드에는 공식 GPU 요구 사항이 없으므로 솔직한 어림 계산을 해 보겠습니다. BF16에서는 파라미터 하나가 2바이트를 차지하므로, 긴 컨텍스트용 캐시를 빼고도 가중치만 약 1TB입니다. FP8은 이를 대략 절반인 500GB 정도로 줄이고, 4비트 버전은 약 4분의 1 수준입니다. 토큰당 활성 파라미터가 23B뿐이어도 501B 전부를 메모리에 올려야 하므로, 게이밍 PC가 아니라 멀티 GPU 서버의 영역입니다.

  • 데이터센터 방식: FP8 체크포인트를 멀티 GPU 노드에 올립니다. 이 체크포인트의 compressed-tensors 형식은 vLLM 툴체인에서 나왔습니다.
  • Mac 및 워크스테이션 방식: 수백 GB의 통합 메모리나 RAM을 갖춘 기기에서 커뮤니티 GGUF를 사용합니다. 출력 속도는 느리다고 보세요.
  • Ollama, LM Studio, llama.cpp: 카드에는 양자화 버전이 이 앱들에서 실행될 수 있다고 되어 있지만, 고른 버전이 이 아키텍처 지원을 명시하는지 확인하세요.
  • 하드웨어가 전혀 없다면: 모델 페이지에 Baseten이 추론 제공업체로 표시되어 있고, HuggingChat에도 등록되어 있습니다.
Beam 1.0 같은 대형 오픈 웨이트 언어 모델을 로컬에서 실행하는 멀티 GPU 서버 장비

Beam 1.0 vs DeepSeek, Qwen, GLM

Beam은 중국의 오픈 MoE 계열이 장악한 분야에 뛰어듭니다. Forklog가 전한 Reflection 자체의 주장은 대담하지만 구체적입니다. 프로그래밍과 에이전트 작업에서 GLM-5.2와 비슷하고, Qwen3.8-Max에 근접하며, 고급 추론에서는 추론 시 연산량을 3~4배 줄이고도 GLM-5.2와 대등하다는 것입니다. 회사는 절대적인 성능에서는 Kimi K3가 여전히 앞선다고 인정합니다. 작성 시점에는 독립 기관이 자체 점수를 발표하지 않았으므로, 이 수치는 주장으로 받아들이세요.

Beam 1.0DeepSeek, Qwen, GLM 계열
출신Reflection AI, 미국중국 연구소
설계MoE, 총 501B, 활성 약 23B주로 MoE 플래그십과 소형 덴스 모델
컨텍스트100만 토큰릴리스마다 다름
오픈 웨이트있음대부분의 릴리스에서 있음
커뮤니티 무검열 버전아직 없음abliterated 및 무검열 파인튜닝 다수

벤치마크 점수와 초기 반응

Reflection은 BF16, FP8, NVFP4 버전에 대한 긴 결과표를 공개했으며, 양자화 버전의 성능 손실은 거의 없습니다. 아래 수치는 모두 temperature 0.7에서 개발사가 발표한 값으로 독립 테스트는 아니지만, Beam 1.0이 노리는 분야, 즉 실제 소프트웨어 작업, 수학과 과학, 도구를 쓰는 에이전트를 잘 보여 줍니다.

벤치마크BF16 점수
SWE-bench Verified81.6
Terminal Bench v2.180.1
LiveCodeBench88.3
AIME 202697.7
GPQA Diamond90.6
MCP Atlas80.8
IFBench79.6

초기 보도는 이번 출시를 중국 제품과 경쟁하기 위한 미국산 오픈 모델로 소개했습니다. 가장 큰 호평은 코딩과 효율성에 집중됐고, 관찰자들이 반복해서 지적한 주요 단서는 제3자 평가가 아직 나오지 않았다는 점입니다.

무검열 Beam 1.0이 있나요?

아직 없습니다. 공식 채팅 모델은 안전 튜닝이 되어 있어, Reflection 자체의 유해 요청 테스트에서 약 89%의 경우 거절하거나 다른 방향으로 유도하며, 사전 학습 데이터에서도 유해 콘텐츠가 걸러졌습니다. 가중치가 공개되어 있으므로 나중에 커뮤니티가 abliterated 버전이나 무검열 파인튜닝을 만들 수는 있지만, 이 페이지 작성 시점에는 그런 Beam 1.0 버전이 Hugging Face에서 발견되지 않았습니다. 지금 당장 거절을 줄이고 싶은 사람들은 보통 Qwen, GLM, DeepSeek의 abliterated 파인튜닝이나, 성인 롤플레이와 픽션을 위한 온라인 무검열 채팅을 이용합니다.

  • 파생 모델을 내려받기 전에 Hugging Face 모델 트리에서 abliterated 또는 uncensored 태그를 검색하세요.
  • 각 파생 모델의 카드를 읽으세요. 커뮤니티 버전은 Reflection AI의 검토를 거치지 않습니다.
  • 롤플레이는 가상의 성인(18세 이상)으로 한정하고, 실존 인물은 절대 등장시키지 마세요.

Beam 1.0 직접 호스팅 vs Spicy AI 온라인 채팅

로컬 배포 (공식 가중치)Spicy AI 온라인
콘텐츠 필터안전 튜닝된 공식 모델콘텐츠 필터 없음
오픈 웨이트있음필요 없음 — 브라우저에서 실행
모델Beam 1.0 (BF16, FP8 또는 NVFP4)온라인으로 제공되는 유사한 무검열 채팅 모델
시작 비용무료 다운로드, 본인 멀티 GPU 서버 필요무료 플랜 제공

자주 묻는 질문

Beam 1.0은 누가 만들었나요?

미국 기업 Reflection AI입니다. 2026년 10월 5일 Beam을 발표했고, 2026년 10월 Hugging Face에 다운로드 가능한 가중치를 공개했습니다.

Beam 1.0의 규모는 어느 정도인가요?

총 파라미터는 5,010억 개지만, 전문가 혼합 모델이라 토큰당 약 230억 개만 활성화되며 52개 레이어와 256개 전문가에 분산되어 있습니다.

컨텍스트는 얼마나 길게 읽을 수 있나요?

모델 카드에는 100만 토큰 컨텍스트 창이 명시되어 있어, 대규모 코드베이스나 긴 계약서, 장편 소설 한 권을 한 프롬프트에 담을 수 있습니다.

Beam 1.0을 내 컴퓨터에서 실행할 수 있나요?

일반 PC로는 어렵습니다. 전체 모델은 BF16에서 약 1TB, FP8에서도 그 절반 정도의 메모리가 필요합니다. 커뮤니티 양자화 버전으로 문턱이 낮아지지만, 그래도 수백 GB의 메모리가 필요합니다.

무검열 또는 abliterated Beam 1.0이 있나요?

작성 시점에는 찾을 수 없었습니다. 공식 모델은 안전 튜닝이 되어 있습니다. Qwen, GLM, DeepSeek의 abliterated 파인튜닝이나 온라인 무검열 채팅이 일반적인 대안입니다.

성능은 어느 정도인가요?

Reflection은 SWE-bench Verified 81.6, AIME 2026 97.7 등의 점수를 발표했습니다. 이는 개발사가 발표한 결과이며, 독립 평가는 아직 공개되지 않았습니다.

출처

Sign in

Welcome to Spicy AI

or