Chat AI trọng số mở · Reflection AI
Beam 1.0: Mô hình mở 501B của Reflection AI cho lập trình, agent và hội thoại dài
Beam 1.0 là mô hình trọng số mở cỡ lớn đầu tiên của Reflection AI, một phòng thí nghiệm Mỹ muốn mang đến cho lập trình viên câu trả lời kiểu Mỹ trước các mô hình mở mạnh đến từ Trung Quốc. Đây là mô hình hỗn hợp chuyên gia (MoE) thưa với tổng cộng 501 tỷ tham số, nhưng mỗi token chỉ kích hoạt khoảng 23 tỷ, nên nó suy nghĩ như một gã khổng lồ trong khi chi phí chạy gần với mô hình cỡ trung. Nó đọc tới 1 triệu token cùng lúc, và ai cũng có thể tải trọng số từ Hugging Face.
- MoE 501B
- Ngữ cảnh 1M
- Trọng số mở

Trình chat AI thay thế không kiểm duyệt
Muốn nhập vai dài, không bộ lọc và viết truyện người lớn mà không cần thuê máy chủ GPU? Mở chat không kiểm duyệt và bắt đầu viết chỉ trong vài giây.
Mở chat không kiểm duyệt →Mô hình mở của Mỹ sinh ra để đối đầu các gã khổng lồ MoE
Reflection AI công bố Beam vào ngày 5 tháng 10 năm 2026 kèm danh sách chờ truy cập sớm, rồi phát hành checkpoint đầy đủ, Beam-1.0-501B-A23B, trên Hugging Face vào giữa tháng 10. Cái tên nói lên thiết kế: tổng 501B tham số, A23B nghĩa là khoảng 23B tham số hoạt động. Bên trong có 52 lớp (3 lớp dense và 49 lớp MoE) với 256 chuyên gia, cơ chế attention truy vấn nhóm có cổng kết hợp attention cửa sổ trượt, và bộ từ vựng 152 nghìn token. Mô hình chỉ xử lý văn bản, được xây dựng chủ yếu cho tiếng Anh, và có mốc kiến thức đến ngày 30 tháng 6 năm 2026. Theo Forklog, mô hình nền được tiền huấn luyện trên 23,8 nghìn tỷ token trong chưa đầy bốn tuần, sau đó thêm bốn tuần học tăng cường trên khoảng 1,3 tỷ môi trường ảo. Thẻ mô hình cũng khẳng định nó cần ít token suy luận hơn khoảng ba lần so với các đối thủ cùng chất lượng, nghĩa là câu trả lời nhanh hơn và rẻ hơn.
Điểm mạnh: những việc hằng ngày cho mô hình chủ lực của Reflection
Reflection AI tinh chỉnh mô hình trước hết cho công việc phần mềm và các tác vụ dài nhiều bước, nhưng cửa sổ ngữ cảnh khổng lồ và khả năng viết trôi chảy khiến nó hữu ích vượt xa việc lập trình. Đây là những tình huống mà Beam 1.0 xứng đáng với sự kỳ vọng:
- Trợ thủ lập trình: sửa issue trên GitHub, tái cấu trúc tệp cũ và viết test. Các benchmark lập trình là nơi nhà phát triển công bố những con số ấn tượng nhất.
- Agent và dùng công cụ: các việc dòng lệnh và DevOps, duyệt web và gọi công cụ MCP trong các vòng lặp agent dài.
- Hỏi đáp tài liệu khổng lồ: thả vào bộ hợp đồng, một codebase hay cả cuốn sách và đặt câu hỏi trên 1 triệu token ngữ cảnh.
- Tóm tắt và ghi chú nghiên cứu: biến báo cáo, bản ghi và bài báo thành các phát hiện ngắn gọn, dễ trích dẫn.
- Viết sáng tạo và nhập vai: truyện nhiều lượt, giọng nhân vật và tình tiết bất ngờ cho tiểu thuyết người lớn, chỉ với nhân vật hư cấu đã trưởng thành.
- Triển khai riêng tư: doanh nghiệp muốn có trợ lý mạnh ngay trên máy chủ của mình để dữ liệu không bao giờ rời khỏi công ty.

Mẫu prompt sẵn dùng cho code, nghiên cứu và truyện
Mô hình làm theo chỉ dẫn đơn giản rất tốt, nên prompt hiệu quả nhất nêu rõ vai trò, nhiệm vụ và định dạng đầu ra. Thay các phần trong ngoặc nhọn và dán bất kỳ mẫu nào vào cửa sổ chat:
- Tóm tắt tài liệu dài: Bạn là một nhà phân tích chính xác. Hãy tóm tắt tài liệu sau thành 5 phát hiện chính, mỗi phát hiện kèm một trích dẫn minh chứng: {document}
- Tái cấu trúc code: Hãy đóng vai kỹ sư Python cấp cao. Tái cấu trúc đoạn code này cho dễ đọc và giải thích mỗi thay đổi bằng một dòng ngắn: {code}
- Săn lỗi: Đây là log lỗi và tệp liên quan. Hãy tìm nguyên nhân gốc khả dĩ nhất, đề xuất bản sửa tối thiểu và nêu một test chứng minh điều đó: {log} {file}
- Nhập vai (chỉ nhân vật hư cấu đã trưởng thành): Bạn là {name}, một nhân vật {personality} trong câu chuyện thể loại {genre}. Hãy giữ vai, viết lời kể ngôi thứ ba sống động và kết thúc mỗi phản hồi bằng một lựa chọn cho tôi.
- Viết sáng tạo: Viết một truyện ngắn noir 600 từ về {topic}, kể ở ngôi thứ nhất, với cái kết bất ngờ.
- Kế hoạch agent: Chia mục tiêu này thành các bước đánh số, nêu công cụ bạn sẽ dùng ở mỗi bước và dừng lại hỏi tôi trước bất kỳ thao tác không thể hoàn tác nào: {goal}
Mẹo: thẻ mô hình đánh giá với temperature 0.7 và top_p 0.99, một điểm khởi đầu hợp lý cho cả lập trình lẫn kể chuyện.
Tải từ Hugging Face: các bản BF16, FP8 và NVFP4
Mọi tệp chính thức đều nằm trong tổ chức reflection trên Hugging Face. Kho chính, reflection/Beam-1.0-501B-A23B, chứa checkpoint BF16 độ chính xác đầy đủ. Một kho FP8 riêng được tạo bằng công cụ llm-compressor của nhóm vLLM, và Reflection cũng công bố kết quả NVFP4 cho bản 4-bit hướng tới phần cứng NVIDIA mới hơn. Reflection cho biết không cấm tinh chỉnh, lượng tử hóa, hợp nhất hay chưng cất trọng số, và cây mô hình trên Hugging Face đã liệt kê các bản tinh chỉnh và lượng tử hóa của cộng đồng.
| Phiên bản | Ở đâu | Phù hợp nhất cho |
|---|---|---|
| BF16 (gốc) | reflection/Beam-1.0-501B-A23B | Chất lượng tối đa, tinh chỉnh và tự tạo bản lượng tử hóa |
| FP8 | reflection/Beam-1.0-501B-A23B-FP8 | Phục vụ trên GPU trung tâm dữ liệu với khoảng một nửa bộ nhớ trọng số |
| NVFP4 | Được Reflection liệt kê cùng kết quả BF16 và FP8 | Card NVIDIA mới nhất hỗ trợ 4-bit |
| Bản lượng tử hóa cộng đồng (GGUF và khác) | Cây mô hình trên trang Hugging Face | Mac bộ nhớ lớn và cấu hình CPU + GPU kết hợp; hãy kiểm tra từng thẻ |
Chạy cục bộ: tính toán VRAM và phần cứng thực tế
Thẻ mô hình không công bố yêu cầu GPU chính thức, nên đây là phép tính nhẩm trung thực. Mỗi tham số chiếm 2 byte ở BF16, tức khoảng 1 TB trọng số trước khi tính bộ nhớ đệm cho ngữ cảnh dài đó. FP8 giảm khoảng một nửa, còn chừng 500 GB, và các bản 4-bit rơi vào khoảng một phần tư. Dù mỗi token chỉ kích hoạt 23B tham số, toàn bộ 501B vẫn phải nằm trong bộ nhớ, nên đây là địa hạt của máy chủ nhiều GPU chứ không phải PC chơi game.
- Hướng trung tâm dữ liệu: nạp checkpoint FP8 trên một node nhiều GPU; định dạng compressed-tensors của nó đến từ bộ công cụ vLLM.
- Hướng Mac và máy trạm: một bản GGUF cộng đồng trên máy có vài trăm gigabyte bộ nhớ hợp nhất hoặc RAM; tốc độ xuất sẽ chậm.
- Ollama, LM Studio và llama.cpp: thẻ mô hình cho biết các bản lượng tử hóa có thể chạy trong các ứng dụng này, nhưng hãy xác nhận bản bạn chọn có ghi rõ hỗ trợ kiến trúc này.
- Hoàn toàn không có phần cứng: Baseten xuất hiện là nhà cung cấp suy luận trên trang mô hình, và mô hình cũng có trên HuggingChat.

Beam 1.0 so với DeepSeek, Qwen và GLM
Beam bước vào một sân chơi do các dòng MoE mở của Trung Quốc thống trị. Các tuyên bố của chính Reflection, theo Forklog, táo bạo nhưng cụ thể: ngang GLM-5.2 ở lập trình và tác vụ agent, tiệm cận Qwen3.8-Max, và sánh ngang GLM-5.2 về suy luận nâng cao với lượng tính toán khi suy luận ít hơn ba đến bốn lần. Công ty cũng thừa nhận Kimi K3 vẫn dẫn trước về năng lực tuyệt đối. Tại thời điểm viết bài chưa có phòng thí nghiệm độc lập nào công bố điểm số riêng, nên hãy xem đây là các tuyên bố.
| Beam 1.0 | Các dòng DeepSeek, Qwen và GLM | |
|---|---|---|
| Xuất xứ | Reflection AI, Hoa Kỳ | Các phòng thí nghiệm Trung Quốc |
| Thiết kế | MoE, tổng 501B và khoảng 23B hoạt động | Chủ yếu là các mô hình chủ lực MoE cùng các mô hình dense nhỏ hơn |
| Ngữ cảnh | 1 triệu token | Tùy từng phiên bản |
| Trọng số mở | Có | Có với hầu hết các phiên bản |
| Phiên bản không kiểm duyệt của cộng đồng | Chưa tìm thấy | Nhiều bản tinh chỉnh abliterated và không kiểm duyệt |
Điểm benchmark và phản ứng ban đầu
Reflection công bố bảng kết quả dài cho các bản BF16, FP8 và NVFP4, và các bản lượng tử hóa gần như không tụt điểm. Mọi con số dưới đây do nhà phát triển tự báo cáo ở temperature 0.7, không phải kiểm thử độc lập, nhưng gộp lại chúng cho thấy Beam 1.0 nhắm tới đâu: công việc phần mềm thực tế, toán và khoa học, và các agent dùng công cụ.
| Benchmark | Điểm 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 |
Các bài viết ban đầu mô tả sự kiện ra mắt như một mô hình mở của Mỹ được tạo ra để cạnh tranh với sản phẩm Trung Quốc. Lời khen mạnh nhất tập trung vào lập trình và hiệu quả; lưu ý chính mà giới quan sát nhắc lại là chưa có đánh giá từ bên thứ ba.
Có Beam 1.0 không kiểm duyệt không?
Chưa có. Mô hình chat chính thức được tinh chỉnh an toàn: trong bài kiểm tra yêu cầu có hại của chính Reflection, nó từ chối hoặc chuyển hướng khoảng 89% số lần, và dữ liệu tiền huấn luyện đã được lọc nội dung có hại. Vì trọng số là mở, cộng đồng có thể tạo bản tinh chỉnh abliterated hoặc không kiểm duyệt sau này, nhưng khi trang này được viết chưa có phiên bản Beam 1.0 nào như vậy trên Hugging Face. Ai muốn ít bị từ chối hơn ngay hôm nay thường chuyển sang các bản tinh chỉnh abliterated của Qwen, GLM hoặc DeepSeek, hoặc dùng chat trực tuyến không kiểm duyệt cho nhập vai và truyện người lớn.
- Tìm thẻ abliterated hoặc uncensored trong cây mô hình Hugging Face trước khi tải bất kỳ bản phái sinh nào.
- Đọc thẻ của từng bản phái sinh: các bản cộng đồng không được Reflection AI kiểm duyệt.
- Chỉ nhập vai với nhân vật hư cấu đã trưởng thành (18+) và không bao giờ liên quan đến người thật.
Tự triển khai Beam 1.0 so với chat trực tuyến trên Spicy AI
| Triển khai cục bộ (trọng số chính thức) | Spicy AI trực tuyến | |
|---|---|---|
| Bộ lọc nội dung | Mô hình chính thức đã tinh chỉnh an toàn | Không có bộ lọc nội dung |
| Trọng số mở | Có | Không cần — chạy trên trình duyệt |
| Mô hình | Beam 1.0 (BF16, FP8 hoặc NVFP4) | Mô hình chat không kiểm duyệt tương tự, chạy trực tuyến |
| Chi phí bắt đầu | Tải miễn phí, cần máy chủ nhiều GPU của riêng bạn | Có gói miễn phí |
Câu hỏi thường gặp
Ai tạo ra Beam 1.0?
Reflection AI, một công ty Mỹ. Công ty công bố Beam vào ngày 5 tháng 10 năm 2026 và phát hành trọng số có thể tải về trên Hugging Face vào tháng 10 năm 2026.
Beam 1.0 lớn đến mức nào?
Nó có tổng cộng 501 tỷ tham số, nhưng là mô hình hỗn hợp chuyên gia nên mỗi token chỉ kích hoạt khoảng 23 tỷ, phân bố trên 52 lớp và 256 chuyên gia.
Nó đọc được ngữ cảnh dài bao nhiêu?
Thẻ mô hình ghi cửa sổ ngữ cảnh 1 triệu token, đủ cho codebase lớn, hợp đồng dài hoặc cả một cuốn tiểu thuyết trong một prompt.
Tôi có thể chạy Beam 1.0 trên máy tính của mình không?
Không thể trên PC thông thường. Mô hình đầy đủ cần khoảng 1 TB bộ nhớ ở BF16 và khoảng một nửa ở FP8. Các bản lượng tử hóa cộng đồng hạ thấp yêu cầu, nhưng bạn vẫn cần hàng trăm gigabyte bộ nhớ.
Có Beam 1.0 không kiểm duyệt hoặc abliterated không?
Chưa tìm thấy tại thời điểm viết bài. Mô hình chính thức được tinh chỉnh an toàn. Các bản tinh chỉnh abliterated của Qwen, GLM hoặc DeepSeek, hoặc chat trực tuyến không kiểm duyệt, là những lựa chọn thay thế phổ biến.
Nó tốt đến mức nào?
Reflection báo cáo 81.6 trên SWE-bench Verified và 97.7 trên AIME 2026, cùng nhiều điểm số khác. Đây là kết quả do nhà phát triển tự báo cáo; chưa có đánh giá độc lập nào được công bố.