Reflection presenta Beam, su primer modelo abierto
Reflection publica el informe técnico de Beam, un modelo de inteligencia artificial de 501,3 mil millones de parámetros entrenado con 23,8 billones de tokens.

Ver criterio de lectura
Este artículo distingue tres niveles de confirmación: primario(documento original o comunicado verificado), secundario(datos contrastados con al menos una fuente independiente) y inconcluso(afirmación pendiente de confirmación o que no ha sido replicada).
Reflection presenta Beam, su primer modelo abierto
Reflection ha presentado Beam, su primer modelo abierto de inteligencia artificial, un sistema de 501,3 mil millones de parámetros diseñado para programación, razonamiento y tareas agentes. El laboratorio lo detalla en un informe técnico de 156 páginas (arXiv:2611.26358), publicado el pasado 19 de noviembre, que amplía el anuncio inicial de octubre con la receta de entrenamiento completa. El anuncio de octubre había presentado el modelo y anunciado el lanzamiento de los pesos; el informe técnico completa ese proceso, ocupándose de la infraestructura, los datos y la seguridad.
¿Qué es Beam y en qué se diferencia
Beam es un modelo decoder-only de tipo sparse Mixture-of-Experts (MoE). Sus parámetros totales ascienden a 501,3 mil millones, pero solo 23,4 mil millones están activos por token; la arquitectura agrupa 52 capas, 256 expertos por capa y una ventana de contexto de un millón de tokens, conseguida mediante una fase intermedia de entrenamiento en dos etapas.
Los objetivos declarados son la programación, el razonamiento y las cargas de trabajo agentes. Los autores afirman que Beam logra un razonamiento de nivel frontal (frontier) mientras consume entre tres y cuatro veces menos cálculo de inferencia que la mayoría de modelos de su categoría, gracias a una co-diseño profundo entre el modelo y el hardware.
Lo que apareció en el informe técnico
El documento de arXiv no es un resumen: recoge cómo se entrenó Beam. Entre los datos que añade al anuncio inicial:
- Pretransformación: 23,8 billones de tokens de alta calidad y curada, con una fase intermedia de entrenamiento en dos etapas que lleva el contexto a un millón de tokens. El informe subraya que esos datos son verificables y ancla la corrección.
- Entrenamiento por refuerzo: una campaña asíncrona y a gran escala en 10.500 GPU NVIDIA GB300, con más de 100 millones de rollouts en cuatro semanas. Los autores consideran este "uno de los mayores esfuerzos de entrenamiento por refuerzo que ha realizado cualquier laboratorio abierto", aunque esa afirmación corresponde a la fuente y no a una medición independiente.
- Cuantificación: checkpoints FP8/NVFP4 y un drafter especulativo de 1,93 mil millones de parámetros (DFlash 2) que acelera la inferencia.
- Pesos abiertos: se publicaron en octubre bajo la licencia Apache 2.0, lo que facilita su uso y su revisión por la comunidad.
La parte más costosa del proceso fue el postentrenamiento. La campaña de refuerzo, totalmente asíncrona y distribuida entre los nodos, generó más de 100 millones de rollouts en cuatro semanas, un volumen que acerca el aprendizaje a lo que consume una fase de adiestramiento tradicional. Los autores destacan que, al aumentar el esfuerzo de refuerzo, las capacidades seguían mejorando sin llegar a un callejón.
Rendimiento: dónde se sitúa
El informe técnico incluye tablas de referencias. Entre los resultados que destaca:
- HellaSwag (razonamiento común): 90,3
- MMLU-Pro: 72,6
- GPQA Diamond: 72,4
- MATH: 94,9
- AIME 2026: 63,7
- HumanEval+: 87,3
- SWE-bench Verified (tareas de agente): 49,2
- Terminal-Bench Lite: 48,1
En estas pruebas, Beam supera a los modelos de referencia citados en el propio documento, aunque no es uniforme: MMLU-Pro lo supera ligeramente a los valores de DeepSeek V4 Pro y Nemotron 3 Ultra citados, mientras que en GPQA Diamond cae por debajo. El lector debe comparar las cifras dentro de la misma configuración de inferencia que la del propio paper.
Seguridad: qué declaran los autores
Beam se niega o desvía el 88,9 % de las peticiones dañinas evaluadas y acepta el 81,5 % de las inofensivas, según el informe. Los autores afirman que es el mayor índice de negativa o desviación entre los modelos open-weight de su fronte. Dicen también que los resultados de seguridad se abrirán al público junto con el modelo. Dicha cifra no ha sido contrastada por un tercero hasta la fecha de redacción; la trata como una afirmación de la fuente.
Lo que sigue sin saber
La publicación del informe técnico es un avance sobre el anuncio de octubre, pero el debate de fondo sigue abierto. Se desconoce si los pesos liberados en Apache 2.0 se cargarán en infraestructuras de la misma magnitud que las 10.500 GB300 usadas para el entrenamiento, y no hay un análisis independiente de los resultados de seguridad. La comunidad de código abierto podrá comprobar el modelo y los datos, pero los anchos de banda y el coste de inferencia a gran escala son parte que aún no se ha medido por fuera del laboratorio.
Nota de la redacción: esta noticia cubre el informe técnico publicado en arXiv el 19 de noviembre. La introducción de Beam se dio el pasado octubre; la noticia se centra en los datos de entrenamiento y resultados que aparecen por primera vez en el documento de 156 páginas.
Fuentes consultadas
Se conservan las referencias para poder reconstruir cómo se verificó esta información.
- Reflection - Introducing Beamanuncio oficial · https://reflection.ai/blog/introducing-beam
- arXiv: Beam Model Technical Report (arXiv:2611.26358v1)documento primario · https://arxiv.org/abs/2611.26358v1
- Reflection - entrenamiento y resultados del informe técnicoinforme técnico · https://aicoder.com/news/news-20261106-reflection-beam-tech-report-156-pages-23-8t-tokens-10-5k-gb300-rl
Publicación de origen: https://arxiv.org/abs/2611.26358v1
¿Ves un error? Escríbenos indicando el dato concreto y la fuente que lo contradice. Las correcciones se aplican en la propia página y se reflejan en la fecha de actualización. Contactar con la redacción.


