Los pesos ya están fuera
Reflection liberó los pesos de Beam en Hugging Face con licencia Apache 2.0 el 16 de octubre, once días después de anunciar el modelo sin ellos. La publicación incluye además el tokenizador, una implementación de referencia, una ficha de modelo con los resultados definitivos y un informe técnico de seguridad aparte. Los pesos llegan en BF16, FP8 y NVFP4, junto con un modelo borrador para decodificación especulativa.
Beam es un modelo disperso de mezcla de expertos con 501.000 millones de parámetros totales y 23.000 millones activos. Apache 2.0 permite el uso comercial, la modificación y la redistribución con sus requisitos de aviso, lo que lo sitúa en el extremo permisivo del espectro de pesos abiertos, y no bajo las licencias a medida que llevan varios lanzamientos rivales.
Lo que hace falta para ejecutarlo
Las tres precisiones existen porque encajan en distinto hardware. La publicación de Amazon, del mismo día, indica que Beam está disponible mediante SageMaker JumpStart en las regiones de Virginia del Norte y Ohio, y recomienda instancias ml.p5.48xlarge con H100, o ml.p5e y ml.p5en con H200, para FP8, e instancias ml.p6-b200.48xlarge con B200 para NVFP4. BF16 requiere una configuración multinodo por su huella de memoria. AWS repite la cifra de Reflection de una longitud de contexto efectiva de un millón de tokens, y se la atribuye a Reflection.
Fuera de la nube, Reflection enumera el autoalojamiento y los puntos finales de socios, con despliegue local y aislado a través de Dell y HPE. Esa es la configuración que piden los compradores corporativos y públicos, y lo que un modelo solo accesible por API no puede ofrecer a ningún precio.
La factura del entrenamiento
Las cifras más llamativas de la publicación no son del modelo sino de lo que costó hacerlo. Reflection dice haber ejecutado unos 1.300 millones de entornos aislados entre entrenamiento por refuerzo, evaluación y ablaciones. La ejecución final de aprendizaje por refuerzo alcanzó un pico de 883.006 CPU virtuales repartidas en 23 clústeres de Google Cloud y AWS.
Los resultados, y lo que falta
La publicación de disponibilidad no trae tabla de resultados propia y remite a la ficha del modelo. Todas las cifras de esa ficha son de Reflection y las produjo Reflection. El argumento de la empresa desde el anuncio del 5 de octubre ha sido la eficiencia en inferencia más que la capacidad máxima: entonces dijo que Beam igualaba a GLM 5.2 usando una cuarta parte del cómputo de inferencia.
Lo que la publicación ofrece en su lugar son anécdotas. Una pagoda construida por un usuario consumió 12.600 tokens y 117 segundos. Una implementación de Snake terminó en 2 minutos y 19,7 segundos frente a 4 minutos y 56,4 segundos de una ejecución de comparación. Son demostraciones, no mediciones, y Reflection las presenta como tales.
El precio no aparece en ningún punto de la publicación. La plataforma se describe como gratuita para empezar durante la beta pública, lo que deja abierta la cuestión de cuánto cuesta usarla a través de Reflection en lugar de ejecutarla uno mismo.
Qué vigilar
Reflection dice que las recetas de autodestilación, que según la empresa elevan la eficiencia de tokens en las tareas propias de cada usuario, llegarán “en los próximos días”. La prueba de mayor peso es si evaluadores independientes repiten las cifras de la ficha ahora que cualquiera puede descargar los pesos y probar, que es, al fin y al cabo, el sentido de liberarlos.
