Beam s’ouvre au public et veut devenir un socle d’agents

Reflection a publié Beam, son premier modèle open-weight, le 16 octobre 2026 sur Hugging Face, sous licence Apache 2.0. Ce lancement compte parce qu’il met sur le marché un modèle de 501 milliards de paramètres, déjà pris en charge par plusieurs plateformes d’inférence, dont Baseten en support jour J. L’entreprise le présente comme une brique centrale pour des agents capables d’enchaîner des tâches longues, du code et des appels à des outils.

Un modèle massif, mais pensé pour être servi

Beam n’est pas seulement lourd sur le papier. Ce modèle de type mixture-of-experts n’active qu’environ 23 milliards de paramètres par token, ce qui permet de contenir une partie du coût d’exécution malgré une taille totale de 501 milliards de paramètres. Sa fenêtre de contexte monte jusqu’à un million de tokens, un niveau taillé pour des documents longs, des bases de code volumineuses ou des sessions d’agent qui durent.

Reflection dit avoir préentraîné Beam sur 23,8 trillions de tokens, puis mené un cycle de reinforcement learning ayant généré plus de 100 millions de rollouts sur 10 500 GPU NVIDIA GB300 pendant quatre semaines. Le jargon mérite traduction : un rollout désigne une simulation de trajectoire de raisonnement ou d’action, utile pour entraîner un modèle à mieux gérer les étapes intermédiaires. Autrement dit, Beam a appris à ne pas brûler toutes ses cartouches sur la première réponse. L’IA, parfois, aime un peu trop parler ; ici, on lui a visiblement demandé de faire court quand il faut.

Pourquoi Baseten mise tout de suite dessus

Baseten a annoncé un support day-0 le 16 octobre 2026 via ses Model APIs et son offre Dedicated Inference. Dans sa bibliothèque, la société affiche des tarifs par million de tokens de 1,30 dollar pour l’entrée, 4,30 dollars pour l’entrée en cache et 0,13 dollar pour la sortie. Ce positionnement compte, car la disponibilité immédiate sur une plateforme d’inférence réduit le délai entre publication des poids et déploiement en production.

Les benchmarks cités dans l’annonce de Baseten donnent aussi la couleur. Beam atteint 90,5 % sur GPQA Diamond, 80,9 % sur SWE-bench Verified, 97,8 % sur AIME 2026, 80,1 % sur Terminal-Bench 2.1 et 78,7 % sur MCP Atlas. Ces scores suggèrent un modèle orienté vers le raisonnement scientifique, la résolution de bugs, les mathématiques de compétition et l’usage d’outils via MCP. Reflection dit viser des tâches agentiques avec moins de tokens consommés, grâce à des roulouts RL plus longs et à une pénalité de longueur pendant l’entraînement.

Open weight, oui, mais avec tout l’outillage autour

Reflection n’a pas seulement libéré les poids. L’entreprise a aussi publié un model card avec les benchmarks finaux et un Beam Safety Technical Report, présenté comme un document couvrant la méthodologie de sécurité et les évaluations complètes. Le modèle arrive en BF16, FP8 et NVFP4, avec un drafter pour speculative decoding, une méthode qui accélère la génération en proposant des brouillons validés ensuite par le modèle principal.

Le support logiciel suit la même logique d’ouverture. Beam dispose d’une prise en charge native dans Transformers, vLLM, SGLang, Unsloth, Axolotl, TokenSpeed et Dynamo. Reflection évoque aussi plus de 40 partenaires et intégrations autour d’un « open operating system for agents », avec le modèle comme noyau. En clair, l’entreprise essaie de ne pas vendre seulement un poids, mais un environnement complet pour le faire tourner, le personnaliser et le connecter à des agents.

Mirror CLI, ou le terminal qui veut parler aux agents

En parallèle, Reflection a open-sourcé Mirror CLI, un agent de terminal conçu avec Beam. L’outil associe une interface Python pour les prompts, les compétences et les outils développeur à un cœur d’agent en Rust. Il gère des conversations reprenables, plusieurs agents en parallèle dans des worktrees séparés, des instructions projet et des connexions MCP.

La société explique avoir d’abord développé Mirror pour son usage interne, avec des sessions en arrière-plan et des intégrations Slack, Linear et GitHub, avant de le publier. Ce type d’outil intéresse surtout les équipes qui veulent industrialiser le travail agentique sans perdre la main sur les environnements de développement.

Ce que Reflection prépare pour la suite

Beam n’est présenté que comme le premier modèle d’une nouvelle famille. Baseten indique que des capacités multilingues et multimodales sont prévues pour plus tard, [à vérifier] sur le calendrier exact. Reflection affirme aussi travailler avec NVIDIA, Hugging Face, Anyscale, RadixArk et Axolotl pour les workflows de fine-tuning et de reinforcement learning. L’entreprise dit avoir mené ses plus gros runs RL sur environ 1,3 milliard de sandboxes, avec un pic à 883 006 vCPU répartis sur 23 clusters GCP et AWS.

Au fond, cette sortie dit quelque chose du marché actuel : les modèles géants ne cherchent plus seulement à battre des scores, ils cherchent à être déployables vite, modifiables facilement et utiles dans des chaînes d’outils. Beam coche ces cases, tout en arrivant avec une licence permissive, des plateformes partenaires et une promesse d’usage en local, en souverain ou en air-gapped via Dell et HPE.