Reflection 釋出開源 MoE 模型 Beam 501B：啟用參數 23B 且支援 1M 上下文，llama.cpp 已合併支援

據 Hugging Face 頁面與社群披露，Reflection 發布名為 Beam-1.0-501B-A23B 的開源純文字 MoE 模型，目前相關宣稱尚未獲第三方全面驗證。該模型總參數為 501.3B、啟用參數 23.4B，架構由 52 層（3 層 Dense 與 49 層 MoE）及 256 個專家組成，注意力機制採用 Gated GQA 搭配滑動視窗（Sliding Window Attention），支援 1M tokens 上下文視窗與 152k 詞彙量，llama.cpp 已合併相關支援 PR。 Beam 提供 BF16、FP8 與 NVFP4 三種數值格式的指令微調權重，並支援 MCP 工具調用。團隊宣稱其具備高 Token 效率，可用約少 3 倍的推論 Token 達到同級解題品質。在官方公布的評測成績中，BF16 版本在 SWEBench Verified 取得 81.6%、GPQA Diamond 為 90.6%、LiveCodeBench 為 88.3%、MCP Atlas 為 80.8%；不過其規格表將知識截止日標註為 2026 年 6 月 30 日，並列有 AIME 2026 評測項目，詳細基準環境仍有待社群實測釐清。