Reflection AI 发了个叫 Beam 的模型，英伟达投的。

5010 亿总参数，激活 230 亿。说真的，看到这两个数字我第一反应不是性能，是模型文件多大。MoE 架构再省推理时的计算开销，权重还是得全部加载进显存。这不是跑不跑得动的问题，是放不放得下的问题。32G 显存的机器，想都不用想。

GLM-5.2 总参数 7440 亿，激活 400 亿。激活比 Beam 多近一倍，总参数反而少。部署需求方向不一样，硬比没意义。

Beam 的定位是代码和 agent 任务，声称逼近 Qwen3.8-Max。这个赛道现在人太多，DeepSeek、Kimi、GLM 全在里面。Reflection AI 选正面碰，大概跟它是做软件开发自动化起家有关。创始人 Misha Laskin、Ioannis Antonoglou，前 DeepMind 的，2024 年创办的公司。

话说回来，英伟达投一个开放权重模型，这事本身值得多看两眼。NVIDIA 靠卖卡赚钱，模型开源意味着更多人可以跑模型，但不一定跑在 NVIDIA 的卡上。反过来想，如果 Beam 在 coding 场景上真能形成差异化，那企业客户为了跑这个模型去采购数据中心卡，逻辑就通了。训练侧他们已经跟 SpaceX 合作，用 Colossus 2 的算力。训练不卡脖子，推理能不能铺开是另一回事。

不对，应该说推理侧能不能被社区接受是另一回事。

美国现在推开放权重不止这一家，Llama 系列也算。区别在于 Llama 走通用对话，Beam 直接切代码和 agent。赛道选得窄，好处是资源集中，代价是天花板也低。

对本地部署的人来说，模型发布只是起点。量化版本什么时候出、Ollama 能不能跑、社区有没有人做 GGUF，这些才是真正决定用不用的东西。