ИИ-чат с открытыми весами · Reflection AI
Beam 1.0: открытая модель Reflection AI на 501B для кода, агентов и долгих диалогов
Beam 1.0 — первая крупная модель с открытыми весами от Reflection AI, американской лаборатории, которая хочет дать разработчикам американский ответ сильным открытым моделям из Китая. Это разреженная модель со смесью экспертов (MoE) на 501 миллиард параметров, но на каждый токен включается лишь около 23 миллиардов, поэтому она мыслит как гигант, а обходится почти как модель среднего размера. Она читает до 1 миллиона токенов за раз, а веса может скачать с Hugging Face любой желающий.
- MoE 501B
- Контекст 1M
- Открытые веса

Альтернативный ИИ-чат без цензуры
Хотите долгие ролевые игры без фильтров и взрослую прозу без аренды GPU-сервера? Откройте чат без цензуры и начните писать за секунды.
Открыть чат без цензуры →Американская открытая модель, созданная бросить вызов гигантам MoE
Reflection AI анонсировала Beam 5 октября 2026 года с листом ожидания раннего доступа, а в середине октября выложила полный чекпойнт Beam-1.0-501B-A23B на Hugging Face. Название описывает архитектуру: 501B параметров всего, A23B — около 23B активных. Внутри 52 слоя (3 плотных и 49 MoE) с 256 экспертами, гейтированное grouped-query внимание в сочетании со скользящим окном и словарь на 152 тысячи токенов. Модель работает только с текстом, создана в основном для английского и знает события до 30 июня 2026 года. По данным Forklog, базовая модель была предобучена на 23,8 триллиона токенов меньше чем за четыре недели, после чего ещё четыре недели шло обучение с подкреплением примерно в 1,3 миллиарда виртуальных сред. В карточке модели также утверждается, что ей нужно примерно в три раза меньше токенов рассуждения, чем конкурентам сопоставимого качества, а значит, ответы быстрее и дешевле.
В чём она сильна: повседневные задачи для флагмана Reflection
Reflection AI настраивала модель прежде всего под разработку ПО и длинные многошаговые задачи, но огромное контекстное окно и беглый слог делают её полезной далеко за пределами программирования. Вот сценарии, в которых Beam 1.0 оправдывает ажиотаж:
- Напарник по коду: исправление issue на GitHub, рефакторинг старых файлов и написание тестов. Именно в бенчмарках по программированию разработчик показывает самые сильные цифры.
- Агенты и инструменты: задачи в командной строке и DevOps, веб-поиск и вызовы инструментов MCP в длинных агентных циклах.
- Вопросы по гигантским документам: загрузите пакет договоров, кодовую базу или целую книгу и задавайте вопросы по 1 миллиону токенов контекста.
- Сводки и исследовательские заметки: превращение отчётов, расшифровок и статей в короткие выводы с цитатами.
- Творческое письмо и ролевые игры: многоходовые истории, голоса персонажей и сюжетные повороты для взрослой прозы — только с вымышленными взрослыми персонажами.
- Частные развёртывания: компании, которым нужен сильный ассистент на собственных серверах, чтобы данные никогда не покидали периметр.

Готовые шаблоны промптов для кода, исследований и историй
Модель хорошо следует простым инструкциям, поэтому лучшие промпты задают роль, задачу и формат ответа. Замените части в фигурных скобках и вставьте любой шаблон в окно чата:
- Сводка длинного документа: Ты точный аналитик. Сведи следующий документ к 5 ключевым выводам, каждый с подтверждающей цитатой: {document}
- Рефакторинг кода: Выступи в роли senior Python-инженера. Перепиши этот код для читаемости и объясни каждое изменение одной короткой строкой: {code}
- Поиск бага: Вот лог ошибки и связанный файл. Найди наиболее вероятную первопричину, предложи минимальное исправление и опиши один тест, который это доказывает: {log} {file}
- Ролевая игра (только вымышленные взрослые персонажи): Ты {name}, персонаж с характером «{personality}» в истории жанра {genre}. Оставайся в образе, пиши яркое повествование от третьего лица и заканчивай каждый ответ выбором для меня.
- Творческое письмо: Напиши нуарный рассказ на 600 слов о {topic} от первого лица с неожиданной концовкой.
- План агента: Разбей эту цель на пронумерованные шаги, назови инструмент для каждого шага и останавливайся, чтобы спросить меня, перед любым необратимым действием: {goal}
Совет: в карточке модели оценка проводится с temperature 0.7 и top_p 0.99 — разумная отправная точка и для кода, и для историй.
Загрузка с Hugging Face: сборки BF16, FP8 и NVFP4
Все официальные файлы находятся в организации reflection на Hugging Face. Основной репозиторий reflection/Beam-1.0-501B-A23B содержит полноточный чекпойнт BF16. Отдельный репозиторий FP8 создан с помощью инструмента llm-compressor от команды vLLM, а ещё Reflection публикует результаты NVFP4 для 4-битной сборки под новое оборудование NVIDIA. Reflection заявляет, что не запрещает дообучение, квантование, слияние и дистилляцию весов, а в дереве модели на Hugging Face уже есть дообученные и квантованные сборки сообщества.
| Версия | Где | Лучше всего для |
|---|---|---|
| BF16 (оригинал) | reflection/Beam-1.0-501B-A23B | Максимальное качество, дообучение и создание собственных квантов |
| FP8 | reflection/Beam-1.0-501B-A23B-FP8 | Работа на GPU дата-центров примерно с половиной памяти под веса |
| NVFP4 | Указана Reflection рядом с результатами BF16 и FP8 | Новейшие карты NVIDIA с поддержкой 4 бит |
| Кванты сообщества (GGUF и другие) | Дерево модели на странице Hugging Face | Mac с большим объёмом памяти и смешанные конфигурации CPU + GPU; проверяйте каждую карточку |
Локальный запуск: реалистичный расчёт VRAM и железа
В карточке модели нет официальных требований к GPU, поэтому вот честный расчёт на салфетке. В BF16 каждый параметр занимает 2 байта, то есть около 1 ТБ весов ещё до учёта кэша для длинного контекста. FP8 примерно вдвое уменьшает это — до около 500 ГБ, а 4-битные сборки — примерно до четверти. Хотя на токен активны лишь 23B параметров, все 501B должны находиться в памяти, так что это территория многопроцессорных GPU-серверов, а не игрового ПК.
- Путь дата-центра: загрузите чекпойнт FP8 на узел с несколькими GPU; его формат compressed-tensors пришёл из инструментария vLLM.
- Путь Mac и рабочей станции: GGUF от сообщества на машине с несколькими сотнями гигабайт единой памяти или ОЗУ; генерация будет медленной.
- Ollama, LM Studio и llama.cpp: в карточке сказано, что квантованные версии могут работать в этих приложениях, но убедитесь, что выбранная сборка явно поддерживает эту архитектуру.
- Совсем без железа: на странице модели в качестве провайдера инференса указан Baseten, а сама модель также доступна в HuggingChat.

Beam 1.0 против DeepSeek, Qwen и GLM
Beam выходит на поле, где доминируют китайские открытые семейства MoE. Собственные заявления Reflection, по данным Forklog, смелые, но конкретные: сопоставима с GLM-5.2 в программировании и агентных задачах, приближается к Qwen3.8-Max и не уступает GLM-5.2 в сложных рассуждениях при в три-четыре раза меньших вычислениях на инференсе. Компания также признаёт, что Kimi K3 по абсолютным возможностям всё ещё впереди. На момент написания ни одна независимая лаборатория не публиковала собственных результатов, так что воспринимайте это как заявления.
| Beam 1.0 | Семейства DeepSeek, Qwen и GLM | |
|---|---|---|
| Происхождение | Reflection AI, США | Китайские лаборатории |
| Архитектура | MoE, всего 501B и около 23B активных | В основном флагманы MoE плюс небольшие плотные модели |
| Контекст | 1 млн токенов | Зависит от релиза |
| Открытые веса | Да | Да для большинства релизов |
| Версии без цензуры от сообщества | Пока не найдены | Много abliterated- и uncensored-дообучений |
Результаты бенчмарков и первые отзывы
Reflection опубликовала большую таблицу результатов для сборок BF16, FP8 и NVFP4, и квантованные версии почти не теряют в качестве. Все цифры ниже заявлены разработчиком при temperature 0.7 и не являются независимым тестом, но вместе они показывают, куда целится Beam 1.0: реальная разработка ПО, математика и наука, а также агенты с инструментами.
| Бенчмарк | Результат BF16 |
|---|---|
| SWE-bench Verified | 81.6 |
| Terminal Bench v2.1 | 80.1 |
| LiveCodeBench | 88.3 |
| AIME 2026 | 97.7 |
| GPQA Diamond | 90.6 |
| MCP Atlas | 80.8 |
| IFBench | 79.6 |
Первые публикации подавали запуск как американскую открытую модель, созданную для конкуренции с китайскими продуктами. Больше всего хвалят программирование и эффективность; главная оговорка наблюдателей — независимых оценок пока не появилось.
Существует ли Beam 1.0 без цензуры?
Пока нет. Официальная чат-модель настроена на безопасность: в собственном тесте Reflection на вредоносные запросы она отказывает или перенаправляет примерно в 89% случаев, а данные предобучения отфильтрованы от вредного контента. Поскольку веса открыты, сообщество может позже сделать abliterated- или uncensored-дообучение, но на момент написания этой страницы такой версии Beam 1.0 на Hugging Face не нашлось. Те, кому уже сейчас нужно меньше отказов, обычно выбирают abliterated-дообучения Qwen, GLM или DeepSeek либо онлайн-чат без цензуры для взрослых ролевых игр и прозы.
- Перед загрузкой любой производной модели ищите в дереве модели на Hugging Face теги abliterated или uncensored.
- Читайте карточку каждой производной: сборки сообщества не проверяются Reflection AI.
- Ролевые игры — только с вымышленными взрослыми (18+) и никогда с участием реальных людей.
Beam 1.0 на своём железе или онлайн-чат в Spicy AI
| Локальное развёртывание (официальные веса) | Spicy AI онлайн | |
|---|---|---|
| Фильтры контента | Официальная модель настроена на безопасность | Без фильтров контента |
| Открытые веса | Да | Не нужны — работает в браузере |
| Модель | Beam 1.0 (BF16, FP8 или NVFP4) | Похожая чат-модель без цензуры, онлайн |
| Стоимость старта | Бесплатная загрузка, свой сервер с несколькими GPU | Есть бесплатный тариф |
Вопросы и ответы
Кто создал Beam 1.0?
Reflection AI, американская компания. Она анонсировала Beam 5 октября 2026 года и выложила веса для загрузки на Hugging Face в октябре 2026 года.
Насколько велика Beam 1.0?
Всего у неё 501 миллиард параметров, но как модель со смесью экспертов она активирует лишь около 23 миллиардов на токен, распределённых по 52 слоям и 256 экспертам.
Какой длины контекст она может прочитать?
В карточке модели указано контекстное окно в 1 миллион токенов — достаточно для крупной кодовой базы, длинных договоров или целого романа в одном промпте.
Можно ли запустить Beam 1.0 на своём компьютере?
На обычном ПК — нет. Полной модели нужно около 1 ТБ памяти в BF16 и примерно половина этого в FP8. Квантованные сборки сообщества снижают планку, но всё равно потребуются сотни гигабайт памяти.
Есть ли Beam 1.0 без цензуры или abliterated-версия?
На момент написания не найдено. Официальная модель настроена на безопасность. Обычные альтернативы — abliterated-дообучения Qwen, GLM или DeepSeek либо онлайн-чат без цензуры.
Насколько она хороша?
Reflection сообщает о 81.6 в SWE-bench Verified и 97.7 в AIME 2026, помимо других результатов. Это данные разработчика; независимые оценки пока не публиковались.