24 小时内两个 agent 模型开放权重：Reflection 的 Beam 用 Apache 2.0，阶跃的 Step 5 Preview 用自家许可证
Reflection AI 在 10 月 5 日发布 Beam 时承诺权重本月晚些时候放出。10 月 16 日 13:00 UTC 左右兑现了，Apache 2.0 许可证，BF16、FP8、NVFP4 三个精度，外加一个投机解码的草稿模型。Hugging Face 仓库几小时内 440 次下载、95 个赞，Unsloth 不到一小时就把 GGUF 挂了出来。Beam 是 5010 亿参数的 MoE，每 token 激活 234 亿，1M 上下文，纯文本，门控 GQA 加滑动窗口注意力，改过的 Harmony 对话模板，知识截止 6 月 30 日。Reflection 说它用大约三分之一的推理 token 达到领先开放模型的解题质量，这个卖点从第一天起就没变。
模型卡的数字比发布文章略有变动，量化版本是最有意思的部分。DeepSWE v1.1 上 BF16 是 43.3%，FP8 是 43.0，NVFP4 是 42.7。Terminal-Bench 2.1 分别是 80.1、78.9、78.4。SWE-Bench Verified 是 81.6、80.2、80.7。而在 SWE-Bench Pro v2-Hard 上，4 bit 的 NVFP4 版本拿 78.6，全精度反而只有 76.5。DeepSWE 上 Reflection 仍然远落后于 Kimi K3，自己也承认，前一天 Meta 的 Muse Spark Open 表格里 Beam 在 MCP-Atlas 上是 78.7，Muse 是 89.2。
Reflection 真正发布的是一张分发网。零日 40 多家合作方：AWS、Azure、Google Cloud、Oracle、Databricks、Cloudflare、CoreWeave、Baseten、Fireworks、Together、Modal、Nebius、Nvidia NIM、Ollama、LM Studio、OpenCode、OpenRouter、Vercel、Weights and Biases，微调和 RL 路径走 NeMo RL、TRL、SkyRL、Axolotl 和 Miles。Reflection 管这叫 agent 的开放操作系统，模型是内核。它还开源了训练 Beam 时配套的 harness Mirror CLI：Python 前端负责提示、skill 和工具，连着一个 Rust 写的 agent 内核真正驱动模型，支持 worktree 隔离的并行 agent、可恢复会话、MCP 连接和 Python 扩展。Reflection 说 Mirror 起初是内部工具，为了让 agent 在工程师合上笔记本之后继续干活，收益最大的地方是代码审查。生态设计本身就是信号：一家 5 月还在华盛顿游说说中国开放模型是国家安全问题的美国开放权重实验室，现在把主权部署卖给在乎这件事的买家。
阶跃星辰前一天做了同样的事，动静小得多。Step 5 Preview 9 月 20 日发布时承诺 10 月 15 日开放权重，当天准时上了 Hugging Face 和 ModelScope，BF16 和 FP8，NVFP4 仓库前一天建好。6000 亿参数 MoE，激活 270 亿，1M 上下文，文本加图像加视频输入，面向软件工程、专业工作，特别强调金融。阶跃自己的图表里，SWE-agent harness 下 DeepSWE v1.1 拿 67.7，Kimi K3 是 67.5，GLM 5.3 是 66.9；ProgramBench 80.5，FrontierFinance 66.4，Agents' Last Exam 29.5，Terminal-Bench v4 是 33.3，这一项 GLM 5.3 以 41.9 领先。许可证是 StepFun Model License 1.0，模型卡的说法是 Apache 2.0 风格，外加署名和商业许可条件。两天三个开放权重的 agent 模型，Meta 的要审批，阶跃的带条件，Reflection 的是干净的 Apache，许可证这一列现在也是榜单的一部分了。
链接：https://reflection.ai/blog/beam-is-available ，https://reflection.ai/beam-model-card ，https://huggingface.co/reflection/Beam-1.0-501B-A23B ，https://developers.reflection.ai/mirror-overview ，https://huggingface.co/stepfun-ai/Step-5-Preview ，https://www.stepfun.com/step-5-preview ，https://x.com/StepFun_ai/status/2110717330657616092
← 返回所有文章
模型卡的数字比发布文章略有变动，量化版本是最有意思的部分。DeepSWE v1.1 上 BF16 是 43.3%，FP8 是 43.0，NVFP4 是 42.7。Terminal-Bench 2.1 分别是 80.1、78.9、78.4。SWE-Bench Verified 是 81.6、80.2、80.7。而在 SWE-Bench Pro v2-Hard 上，4 bit 的 NVFP4 版本拿 78.6，全精度反而只有 76.5。DeepSWE 上 Reflection 仍然远落后于 Kimi K3，自己也承认，前一天 Meta 的 Muse Spark Open 表格里 Beam 在 MCP-Atlas 上是 78.7，Muse 是 89.2。
Reflection 真正发布的是一张分发网。零日 40 多家合作方：AWS、Azure、Google Cloud、Oracle、Databricks、Cloudflare、CoreWeave、Baseten、Fireworks、Together、Modal、Nebius、Nvidia NIM、Ollama、LM Studio、OpenCode、OpenRouter、Vercel、Weights and Biases，微调和 RL 路径走 NeMo RL、TRL、SkyRL、Axolotl 和 Miles。Reflection 管这叫 agent 的开放操作系统，模型是内核。它还开源了训练 Beam 时配套的 harness Mirror CLI：Python 前端负责提示、skill 和工具，连着一个 Rust 写的 agent 内核真正驱动模型，支持 worktree 隔离的并行 agent、可恢复会话、MCP 连接和 Python 扩展。Reflection 说 Mirror 起初是内部工具，为了让 agent 在工程师合上笔记本之后继续干活，收益最大的地方是代码审查。生态设计本身就是信号：一家 5 月还在华盛顿游说说中国开放模型是国家安全问题的美国开放权重实验室，现在把主权部署卖给在乎这件事的买家。
阶跃星辰前一天做了同样的事，动静小得多。Step 5 Preview 9 月 20 日发布时承诺 10 月 15 日开放权重，当天准时上了 Hugging Face 和 ModelScope，BF16 和 FP8，NVFP4 仓库前一天建好。6000 亿参数 MoE，激活 270 亿，1M 上下文，文本加图像加视频输入，面向软件工程、专业工作，特别强调金融。阶跃自己的图表里，SWE-agent harness 下 DeepSWE v1.1 拿 67.7，Kimi K3 是 67.5，GLM 5.3 是 66.9；ProgramBench 80.5，FrontierFinance 66.4，Agents' Last Exam 29.5，Terminal-Bench v4 是 33.3，这一项 GLM 5.3 以 41.9 领先。许可证是 StepFun Model License 1.0，模型卡的说法是 Apache 2.0 风格，外加署名和商业许可条件。两天三个开放权重的 agent 模型，Meta 的要审批，阶跃的带条件，Reflection 的是干净的 Apache，许可证这一列现在也是榜单的一部分了。
链接：https://reflection.ai/blog/beam-is-available ，https://reflection.ai/beam-model-card ，https://huggingface.co/reflection/Beam-1.0-501B-A23B ，https://developers.reflection.ai/mirror-overview ，https://huggingface.co/stepfun-ai/Step-5-Preview ，https://www.stepfun.com/step-5-preview ，https://x.com/StepFun_ai/status/2110717330657616092
评论