Si sigues los lanzamientos de modelos de pesos abiertos, ya sabes que octubre de 2026 está siendo especialmente ruidoso. Pero el análisis de Reflection AI Beam que la comunidad necesita es el que separa los hechos confirmados de las afirmaciones de marketing, y que añade el contexto de una posible compra por parte de Nvidia que saltó a la prensa el 10 de octubre. Esto es lo que se sabe realmente.
Índice
¿Qué es Reflection AI Beam?
Beam es el primer modelo de pesos abiertos de Reflection AI: un sistema disperso de mezcla de expertos (MoE) con 501.000 millones de parámetros en total y 23.000 millones activos por token, pensado para programación, razonamiento y tareas con agentes. Se presentó el 5 de octubre de 2026.
Reflection AI la fundaron en 2024 Misha Laskin e Ioannis Antonoglou, antiguos investigadores de Google DeepMind, y la empresa lanzó Beam con un objetivo explícito: hacer avanzar lo que llama la «frontera occidental de pesos abiertos» y competir en eficiencia de inferencia más que en capacidad bruta.
Desde hace tiempo, los lanzamientos de modelos de pesos abiertos están dominados por laboratorios chinos: las familias GLM, Kimi, Qwen y DeepSeek copan las mejores puntuaciones en programación con agentes. Ese es el contexto clave de cualquier análisis de Beam: es el desafío occidental más creíble a ese dominio en lo que va de 2026, con la importante salvedad de que sus pesos todavía no están disponibles públicamente.
Arquitectura y entrenamiento: las cifras clave
Diseño MoE disperso
Beam es un modelo de mezcla de expertos disperso. Tiene 501.000 millones de parámetros en total, pero solo activa 23.000 millones por token. Ejecutar solo una pequeña parte de la red cada vez hace que el modelo sea más rápido y más barato de servir.
Las cuentas de eficiencia importan. Los pesos ocuparían unos 501 GB en FP8 o 251 GB en 4 bits, antes de sumar los metadatos de cuantización, la caché clave-valor y la sobrecarga de ejecución. Por eso la mayoría de despliegues en producción necesitarán varios aceleradores. Lo de «23.000 millones activos» no significa que puedas ejecutarlo en una sola GPU doméstica.
Preentrenamiento y aprendizaje por refuerzo a gran escala
El preentrenamiento con 23,8 billones de tokens duró menos de cuatro semanas en 6.144 GPU NVIDIA GB300. Al final del proceso, el clúster estaba haciendo trabajo útil el 92,3 % del tiempo, y hubo 9 reinicios desde puntos de control anteriores.
La fase de aprendizaje por refuerzo (RL) usó 10.500 GPU Nvidia GB300 durante cuatro semanas, generó más de 100 millones de ejecuciones con hasta 256.000 tokens de contexto, utilizó unos 1.300 millones de entornos aislados para entrenar y evaluar, y se apoyó en un millón de entornos de programación, agentes y materias STEM.
Reflection observó lo que llama «capacidades emergentes» durante el entrenamiento. Mientras ejecutaba una mezcla de RL con razonamiento, ingeniería de software y tareas de terminal, la empresa vio que Beam mejoraba navegando por la web aunque esa mezcla no incluía tareas de navegación.
La ventana de contexto también llama la atención: tras el entrenamiento intermedio, el contexto efectivo de Beam llega hasta 1 millón de tokens.
Resultados de benchmarks (autodeclarados)
Cualquier análisis serio debe dejar claro que todas las cifras siguientes proceden del conjunto de evaluaciones de la propia Reflection. Aún no hay réplicas independientes porque los pesos no se han publicado.
Entre las puntuaciones que Reflection ha publicado están 80,1 en Terminal Bench v2.1, 80,9 en SWE-Bench Verified, 77,2 en SWE-Bench Pro v2-Hard, 97,8 en AIME 2026, 36,2 en Humanity’s Last Exam sin herramientas y 90,5 en GPQA Diamond.
La empresa describió estas cifras como competitivas con modelos abiertos más grandes, como GLM 5.2, y cercanas a Qwen 3.8-Max en programación y tareas con agentes, aunque reconoce que Kimi K3 sigue por delante en capacidad bruta. Según Reflection, la ventaja de Beam está en la eficiencia en inferencia.
Reflection afirma que usó 10.500 GPU Nvidia GB300 durante más de cuatro semanas en la fase de RL, uno de los mayores entrenamientos realizados por un laboratorio abierto, y que el rendimiento siguió mejorando hasta el final sin tocar techo.
Una discrepancia a tener en cuenta
Hay una discrepancia concreta: la tabla de Reflection asigna a Qwen un 51,0 en DeepSWE v1.1, mientras que la ficha del modelo de Qwen indica 56,6 en DeepSWE 1.1. Qwen dice que publica su mejor resultado entre Claude Code y mini-SWE-agent. Ninguna de las dos páginas explica por qué Reflection usa el 51,0. Conviene vigilarlo cuando se publique el informe técnico junto con los pesos.
Precio y disponibilidad: qué puedes hacer ahora (y qué no)
Beam no tiene precio publicado. A 6 de octubre de 2026, la documentación para desarrolladores de Reflection no incluía tarifas por token, así que por ahora es imposible comparar su coste con los endpoints alojados de Kimi K3 o DeepSeek V4.1 Flash.
El acceso es mediante una beta de API que se abre poco a poco con lista de espera. A 6 de octubre de 2026, el panorama para quien quiera autoalojarlo era escaso: Beam no estaba en Ollama, ni en el catálogo de OpenRouter, ni en el catálogo models.dev que usa OpenCode, y no había pesos publicados en Hugging Face.
Reflection prevé publicar este mes los pesos con licencia Apache 2.0, junto con documentación y todo lo necesario para ejecutar, evaluar y ajustar el modelo, y lanzarlo con un ecosistema de socios de distribución e integración con muchas bibliotecas y herramientas open source.
La licencia Apache 2.0 importa para el uso empresarial: es una de las licencias open source más permisivas, y en general permite usar, modificar y comercializar el software con pocas condiciones.
La posible compra por parte de Nvidia (10 y 11 de octubre)
Ningún análisis de Beam escrito esta semana puede ignorar los rumores de operación que surgieron el día antes de su publicación.
El 10 de octubre de 2026, Nvidia inició conversaciones preliminares para comprar Reflection AI o aumentar su inversión en ella. Estas conversaciones llegan después de que Nvidia invirtiera 800 millones de dólares en Reflection, valorada en 25.000 millones a principios de este año.
Según una persona conocedora del asunto, Nvidia negocia ampliar su inversión en Reflection AI u ofrecerle capacidad de cálculo. Las conversaciones están en una fase temprana y no hay condiciones cerradas.
Las posibles fórmulas van desde una compra completa hasta un «acqui-hire» o una mayor participación, quizá acompañada de mejores acuerdos de suministro de chips. Según el FT, podría haber acuerdo en semanas, aunque las negociaciones son preliminares y podrían fracasar.
Además de Nvidia, entre los inversores de la empresa están Sequoia Capital, DST Global, Lightspeed Venture y 1789 Capital.
¿Para quién es Reflection AI Beam?
Encaja bien si necesitas
- Flujos de programación con agentes: el entrenamiento por refuerzo se centró explícitamente en programación, terminal y tareas de agentes de varios pasos.
- Pesos abiertos de origen occidental por cumplimiento normativo: para equipos que no pueden usar pesos de origen chino por políticas internas o regulación, Beam es la alternativa más capaz anunciada hasta ahora.
- Autoalojamiento con atención al coste de inferencia: el diseño con 23.000 millones de parámetros activos puede hacer atractivo a Beam cuando la economía de la inferencia importa.
No encaja si necesitas
- Algo que puedas ejecutar hoy: los pesos de Beam aún no se han publicado. Reflection se ha comprometido a lanzarlos con licencia Apache 2.0 a finales de octubre de 2026, junto con el informe técnico, la ficha del modelo y las herramientas.
- El mejor rendimiento bruto verificado de forma independiente: según los propios datos de Reflection, Beam saca 80,9 en SWE-Bench Verified y 97,8 en AIME 2026, en la misma franja que GLM-5.2 en programación y matemáticas, pero por detrás de Kimi K3 de Moonshot AI en capacidad bruta, como reconoce la propia Reflection.
- Una forma de despliegue consolidada: hoy no tiene soporte en Ollama, no está en Hugging Face y no hay precio por token publicado.
Alternativas a Reflection AI Beam
Si no puedes esperar a que se publiquen los pesos de Beam, las alternativas más directas para programación con agentes son GLM-5.2 de Z.ai, Kimi K3 de Moonshot AI y DeepSeek V4.1 Flash, todas con pesos públicos y precios de API documentados. Entre las alternativas de pesos abiertos de laboratorios occidentales, Mistral Large 4 «Le Chonk» es el otro aspirante relevante de 2026 que merece la pena evaluar.
Veredicto
La historia de Reflection AI Beam en octubre de 2026 son en realidad dos historias. El modelo en sí es técnicamente interesante: una arquitectura MoE bien diseñada, entrenada con una escala de RL poco habitual y con cifras autodeclaradas que lo situarían como el modelo de pesos abiertos más capaz creado fuera de China. Su argumento de venta es la inteligencia por token, no la capacidad máxima: Reflection dice que iguala a GLM 5.2 en razonamiento usando entre 3 y 4 veces menos capacidad de cálculo en inferencia. Es un argumento creíble, siempre que las cifras se sostengan en evaluaciones independientes.
El ruido alrededor (una posible compra por Nvidia, una valoración de 25.000 millones de dólares y un informe técnico que no ha llegado) hace que convenga revisar este análisis dentro de dos a cuatro semanas. Reflection describió Beam como el primer modelo de una serie y dijo que ya está entrenando el siguiente. La hoja de ruta es real, pero los pesos aún no están disponibles. Espera al lanzamiento completo con licencia Apache 2.0 antes de que cualquier sistema en producción dependa de Reflection AI Beam.
Fuentes
- Reflection AI: Introducing Beam (blog oficial)
- TechCrunch: Reflection presenta Beam, un modelo de pesos abiertos para competir con los modelos chinos con menos cálculo
- Bloomberg: Nvidia negocia ampliar su inversión en Reflection y un acuerdo de computación
- The Decoder: Beam se convierte en el modelo de pesos abiertos más capaz creado fuera de China