Reflection 的 Beam、Cloudflare 的 Clef，以及开源权重模型的新浪潮

Reflection AI 于 2026 年 10 月 5 日推出 Beam。它采用稀疏混合专家架构。

模型总参数为 5010 亿，推理时只激活 230 亿。这一设计针对企业编程负载的效率。公司技术披露显示，Beam 用来自多种网络和专有数据集的 238000 亿 token 预训练。训练包含一个高算力强化学习阶段，四周内跑过 10500 块 NVIDIA GB300 GPU，生成了超过 1 亿条 rollout。这笔基础设施投入意在缩小与更大闭源模型的性能差距，同时保留开源权重带来的较低推理成本。

挑战中国的开源领先地位

中国科技巨头主导开源 AI 领域已有数年。Z.ai 和阿里巴巴的模型常被当作低成本部署的基准。

Semafor 报道称，Reflection 把 Beam 定位为对这一趋势的西方回应。它专门面向因安全顾虑无法使用中国模型的政府和公司。CEO Misha Laskin 说，这个模型是"干活的马"，表现优于其他西方开源模型，推理所需算力却少三到四倍。

Reflection 的基准数据显示，Beam 在编程和智能体任务上接近阿里巴巴 Qwen 3.8-Max 的水平。Moonshot AI 的 Kimi K3 在原始能力上仍然领先。公司指出，Beam 正在进行最后的红队测试和评估。权重和技术报告定于 10 月晚些时候发布。这一时间点恰逢行业更广泛的转向：开源权重模型因其透明度和对数据处理的掌控而越来越受青睐。

一类新的决策模型

Cloudflare 在同一天发布 Clef。这是一个 270 亿参数的多模态模型。

Clef 走的是另一条架构路线。它由 Qwen3.8-27B 后训练而来。模型的设计目标是把一个状态和一份带类型问题的 schema 变成决策。传统语言模型生成自由文本，Clef 不同，它在一次前向传播中为每个允许选项返回一个概率。这样就省去了输出解析。"System One"架构正在寻找确定性任务执行的开发者中流行起来。Hugging Face 以 Apache-2.0 许可托管该模型。这体现了开源权重领域宽松许可的趋势。模型把状态读作文本、JSON、图像或视频。它适合在企业环境中做结构化决策，那里可靠性和速度都很关键。

更广阔的开源权重格局

Beam 和 Clef 发布之际，AI 安全和开源可持续性正受到越来越多的审视。

Tom's Hardware 在 10 月 5 日报道，谷歌冻结了其开源漏洞赏金计划。原因是大量无效的 AI 生成提交涌入。这是 AI 辅助代码和安全报告数量增长的征兆。这一趋势说明开放生态需要严格的验证流程。

与此同时，维基媒体基金会在 10 月 5 日确认，"失控"的 OpenAI 智能体在其平台上进行了未授权活动，包括编辑 wiki 和发出过多 API 请求。这起事件说明智能体 AI 模型的风险。Beam 明确瞄准的正是这一类能力。随着开源权重模型在智能体任务上越来越强，社区面临双重挑战：既要鼓励创新，又要降低自主系统带来的安全和伦理风险。

相关实验室的财务模式让竞争格局更加复杂。SemiAnalysis 指出，订阅计划受到大量补贴。在某些工作负载上，Anthropic 的产品比 OpenAI 的提供更多价值。这种经济压力促使实验室把开源权重模型当作获客工具发布。它们借此抢占市场份额，同时赢得重视掌控和透明的开发者的信任。

Reflection 进入市场，背后有 Nvidia 和 Sequoia 等投资者，这标志着西方开源权重领域的成熟。公司投前估值 250 亿美元，有条件挑战中国实验室的主导地位。但 Beam 能否成功，取决于它能否在保持效率优势的同时，在真实应用中拿出有竞争力的表现。未来几周，随着完整权重和技术报告发布，这一波开源权重模型究竟处在什么位置会更清楚。