Reflection Beam: il modello da 501 miliardi di parametri con licenza Apache 2.0

Reflection AI ha reso scaricabili i pesi di Beam, il suo primo modello aperto, e lo ha fatto con una licenza che nel mondo dei grandi modelli è rara: Apache 2.0, senza soglie di fatturato e senza obblighi di attribuzione. Si tratta di un sistema Mixture-of-Experts da 501 miliardi di parametri totali, pensato per codice, ragionamento e agenti, e arriva dagli Stati Uniti in un segmento finora dominato dai laboratori cinesi.

Il rilascio dei pesi è del 16 ottobre 2026, dopo l’annuncio di inizio mese. Se avevi seguito la preparazione del primo modello a pesi aperti di Reflection AI, ora puoi finalmente guardare dentro il prodotto vero.

Che cos’è Beam e come è fatto

Beam è un modello sparso: dei 501 miliardi di parametri complessivi, circa 23 miliardi vengono attivati per ogni token. Questo significa che il costo di calcolo per ogni parola generata assomiglia a quello di un modello molto più piccolo, mentre la capacità complessiva resta quella di un colosso. Secondo la scheda tecnica, l’architettura conta 52 strati e, in quasi tutti, un insieme di 256 esperti tra cui il router ne sceglie 8 per token.

La finestra di contesto arriva a 1 milione di token, anche se nella fase di apprendimento per rinforzo il limite usato è stato di 256 mila.

Attenzione locale e cache più leggera

La maggior parte degli strati usa un’attenzione a finestra scorrevole di 512 token, alternata a strati con attenzione globale. Il vantaggio è molto pratico: secondo la documentazione su Hugging Face, la cache dell’attenzione a 128 mila token pesa circa 4,6 GiB, contro i circa 26 GiB che servirebbero senza questa scelta. Per chi gestisce l’inferenza, la memoria della cache è spesso il collo di bottiglia vero, quindi è un dettaglio che conta.

Beam è solo testuale, in prevalenza in inglese, con una data limite delle conoscenze fissata al 30 giugno 2026. Non fa immagini né audio e Reflection stessa ne sconsiglia l’uso per lavori multilingue o multimodali.

Addestramento: numeri da laboratorio di frontiera

Il pre-training ha usato 23,8 trilioni di token, selezionati scartando circa il 95% dei dati grezzi raccolti da internet, e si è svolto in meno di quattro settimane su 6.144 GPU NVIDIA GB300 NVL72. L’azienda dichiara un goodput del 92,3%, cioè una quota altissima di tempo davvero produttivo, nonostante nove riavvolgimenti semi-automatici dell’addestramento.

La parte più interessante è il rinforzo. Reflection parla di oltre 100 milioni di rollout, quasi un milione di ambienti, in gran parte sintetici, e circa 1,3 miliardi di sandbox usate per eseguire e valutare il codice generato.

Sono cifre dichiarate dall’azienda, che al momento non hanno una verifica indipendente.

Livelli di ragionamento regolabili

Beam espone un parametro di sforzo di ragionamento con cinque livelli: low, medium, high, xhigh e max. Sui livelli bassi privilegia risposte brevi, su quelli alti ragiona più a lungo. Attenzione al default: su Hugging Face è medium, mentre su OpenRouter e nell’API di Reflection è max, e la differenza incide su costi e latenza.

Benchmark: competitivo, ma non in testa

Sui test di programmazione Beam si comporta bene. Reflection riporta 80,9 su SWE-bench Verified e 80,1 su Terminal-Bench 2.1, mentre su SWE-bench Pro v1 il punteggio è 65,5. Nella stessa pagina l’azienda ammette che modelli aperti come Kimi K3 e i recenti DeepSeek restano davanti in capacità pura su diversi test.

Il vantaggio rivendicato è un altro: ragionamento paragonabile a GLM-5.2 con un consumo di calcolo in inferenza da tre a quattro volte inferiore. È un’affermazione da prendere con cautela finché terze parti non la riprodurranno.

Anche la quantizzazione sembra tenere. Nelle prove di Reflection il passaggio dal formato BF16 a NVFP4 costa meno di un punto su SWE-bench Verified, da 81,6% a 80,7%.

Hardware, pesi e prezzi

I pesi sono disponibili in tre formati, e la scelta decide quanto ti costerà farlo girare:

• NVFP4: circa 273 GiB, con 4 GPU B300 consigliate nelle guide di Reflection.
• FP8: circa 469 GiB, con 8 GPU H200.
• BF16: circa 934 GiB, con 16 H200 distribuite su due nodi.

Il supporto è già pronto in Hugging Face Transformers, vLLM e SGLang. Non è un modello da portatile, quindi per la maggior parte dei team la strada realistica resta l’API. Quella di Reflection è in beta pubblica, gratuita all’inizio e senza listino pubblicato, mentre su OpenRouter i prezzi per milione di token vanno da 0,25 dollari in ingresso e 1,00 in uscita con Nebius fino a 1,30 e 4,30 con Baseten, a seconda del provider e del formato.

Perché conta per il mercato dei modelli aperti

Negli ultimi mesi la scena dei pesi aperti ha accelerato in modo evidente. Hai visto Mistral Large 4 con un trilione di parametri, hai letto di Muse Spark Open di Meta con 816 miliardi di parametri e del recente DeepSeek V4.1-Flash-1017. Beam si inserisce in questo filone con una caratteristica che gli altri non hanno tutti: la licenza più permissiva possibile.

Per un’azienda questo cambia la conversazione legale. Apache 2.0 e una scheda che non vieta distillazione, fine-tuning, quantizzazione o fusione con altri modelli significano meno attrito per chi vuole costruire prodotti proprietari sopra un modello aperto.

Resta il tema geopolitico. Reflection si presenta come la risposta americana a DeepSeek e Qwen, e per enti pubblici o aziende regolamentate la provenienza di un modello pesa quasi quanto i benchmark.

Come si inserisce nei flussi di lavoro di sviluppo

Il profilo di Beam è chiaro: agenti che scrivono codice, correggono bug, eseguono comandi in un terminale e orchestrano strumenti. Non a caso i test citati dall’azienda riguardano repository reali, sessioni da riga di comando e protocolli di integrazione degli strumenti, dove conta la capacità di portare a termine compiti lunghi, non soltanto di rispondere bene a una domanda.

Un modello con pesi aperti in questo ruolo ha un vantaggio concreto: puoi ospitarlo dove vuoi, tenere il codice dei clienti dentro la tua infrastruttura e adattarlo con il fine-tuning. Reflection indica una messa a punto LoRA su un singolo nodo con 8 GPU B300, a circa 19 mila token al secondo secondo la documentazione di Hugging Face.

Per un team piccolo il calcolo resta impegnativo. Per una software house, una banca o un fornitore di servizi cloud, invece, avere un modello di questa classe senza vincoli di licenza può diventare una leva di negoziazione molto utile con i fornitori chiusi.

Sicurezza e allineamento

Reflection afferma di aver addestrato la versione finale con una fase di apprendimento supervisionato e una di rinforzo, fondendo le capacità di più modelli insegnanti con una tecnica di distillazione on-policy. I principi di comportamento sono organizzati su tre livelli: regole rigide, qualità costanti come l’accuratezza e l’ammissione dell’incertezza, e uno stile di default. L’azienda promette di pubblicare le valutazioni di sicurezza nel rapporto tecnico.

Con pesi aperti, il tema è delicato: chiunque può rimuovere le protezioni con un fine-tuning. Per questo le valutazioni indipendenti saranno importanti.

Limiti e cose da verificare

Prima di adottarlo in produzione ci sono tre punti da tenere d’occhio. Il primo sono i risultati, quasi tutti ottenuti da Reflection con le sue impostazioni, in attesa di riproduzioni indipendenti. Il secondo è che il modello è solo testuale e prevalentemente in inglese, quindi per l’italiano dovrai fare test tuoi. Il terzo è il costo reale dell’infrastruttura, perché anche con l’ottimizzazione servono GPU di fascia datacenter.

Conclusioni

Beam non è il modello aperto più forte in circolazione, e Reflection non lo nasconde. È però uno dei più interessanti per chi deve decidere dove investire: licenza pulita, pesi completi, efficienza dichiarata e supporto immediato dai principali motori di inferenza. Se lavori con codice e agenti, prova l’API gratuita o un provider su OpenRouter e confronta i risultati con il tuo modello attuale sui tuoi compiti reali. Puoi leggere i dettagli nell’annuncio ufficiale di Reflection e scaricare i pesi dalla pagina Hugging Face collegata.