Lançamentos

Reflection lança Beam, modelo aberto de 501 bi de parâmetros focado em código e agentes

Com licença Apache 2.0, arquitetura MoE de 23 bilhões de parâmetros ativos e janela de 1 milhão de tokens, modelo estreia no Hugging Face e na AWS.

Capa ilustrativa da editoria Lançamentos

Por que importa. Permite que times de engenharia rodem em infraestrutura própria ou gerenciada um modelo de código aberto capaz de competir em tarefas complexas de software sem pagar por token em APIs fechadas.

O novo laboratório americano Reflection lançou nesta sexta-feira o Beam, seu primeiro modelo de pesos abertos com 501 bilhões de parâmetros no total e 23 bilhões ativos por token. O modelo foi publicado sob a licença Apache 2.0 no Hugging Face, com suporte imediato em bibliotecas de inferência como vLLM, SGLang e Transformers, além de integração nos serviços SageMaker JumpStart e HyperPod da AWS.

Projetado especificamente para programação e fluxos agenticos, o Beam aceita e gera apenas texto, com suporte a uma janela de contexto de até 1 milhão de tokens. A arquitetura utiliza uma abordagem esparsa de mistura de especialistas (MoE), com 256 especialistas por camada e 8 acionados por token, o que reduz o custo computacional por inferência mantendo a capacidade total do modelo na memória de vídeo.

Arquitetura híbrida e compressão de memória

A estrutura do Beam adota um decodificador de 52 camadas, sendo que as primeiras três utilizam redes densas e as demais 49 empregam blocos MoE. Em vez de calcular atenção global em todas as etapas, o modelo usa atenção de janela deslizante de 512 tokens em 43 camadas e reserva atenção global apenas para as outras 9 camadas. Segundo a documentação da Hugging Face, esse formato reduz o crescimento do cache de chaves e valores para 36 KiB por token, aproximadamente um sexto da taxa convencional.

Para preservar a estabilidade matemática no contexto estendido, o modelo ajusta conexões residuais com pesos normalizados e fixa cálculos críticos em ponto flutuante de 32 bits (FP32), como o roteador e a função de ativação. Os pesos foram distribuídos em três formatos de ponto flutuante: BF16, com arquivo de cerca de 1 TB; FP8, voltado para aceleradores como Hopper e Ampere; e NVFP4, que reduz os pesos para aproximadamente 280 GB e permite execução nativa em arquiteturas Nvidia Blackwell.

Desempenho em testes técnicos e ferramentas

Nos benchmarks divulgados pela equipe da Reflection, o modelo alcançou 81,6% de resolução no SWE-Bench Verified na variante BF16 e 80,7% na versão NVFP4. Em raciocínio matemático, registrou 97,7% no AIME 2026 em BF16 e 98,0% em FP8. No teste de avaliação científica SciCode, a precisão ficou em 49,2% no ponto flutuante padrão e 46,9% na quantização de 4 bits.

O tokenizador do Beam foi desenvolvido com suporte a cinco níveis configuráveis de raciocínio e inclui um método nativo para processar chamadas de ferramentas estruturadas em XML. O modelo também permite persistir a cadeia de pensamento entre diferentes turnos de conversa por meio do parâmetro preserve_thinking, evitando que o contexto analítico se perca durante execuções de comandos de terminal ou integrações via Model Context Protocol.

Infraestrutura exigida e opções de execução

Manter o modelo em produção local exige infraestrutura corporativa robusta, uma vez que todos os 501 bilhões de parâmetros precisam residir simultaneamente na memória de vídeo. A Hugging Face aponta que a execução da versão NVFP4 requer ao menos dois chips B200 de 180 GB para carregar os pesos, embora quatro aceleradores sejam recomendados para sustentar concorrência e janelas longas. Para hardware anterior à geração Blackwell, a alternativa é recorrer a agrupamentos em nós de GPUs H100 ou H200 executando o formato FP8.

Na AWS, o Beam já pode ser instanciado via SageMaker JumpStart nas regiões do Leste dos Estados Unidos (Norte da Virgínia e Ohio), além de ser compatível com SageMaker HyperPod usando contêineres orquestrados via Kubernetes. A Reflection e os parceiros de infraestrutura não divulgaram os custos de treinamento do modelo nem os dados detalhados da composição de pré-treino.

Fontes

  • Hugging Face: Welcome Beam: a 501B open model you can own, customize, and scale
  • AWS Machine Learning: Introducing Reflection Beam: an open-weight model for agentic coding on AWS

Reportagem produzida pela redação do Flipters com apoio de inteligência artificial, a partir das fontes acima. Como trabalhamos. Editor responsável: João Paulo Resende.

WhatsAppLinkedInX
Voltar para a edição

Mais em Lançamentos

Ver todas

Quem constrói lê

Receba o Flipters no seu e-mail. A newsletter de IA para quem está tirando produto do papel.