←事件详情

热点事件

Artificial Analysis公布Reflection首个模型Beam评测结果

4 篇正式报道4 条事件动态更新于 10月17日 02:30

先了解这件事

AI 综述

2026年10月16日,Artificial Analysis公布Reflection首个模型Beam的评测结果:Beam在Artificial Analysis Intelligence Index上得分30,位列美国开源权重模型第二,仅次于Meta的Muse Spark Open(39),高于NVIDIA的Nemotron 3.5 Super VL(26)。该模型为501B总参数、23B激活参数的开源权重模型,每个智能指数任务约消耗26k输出token,其中约19k用于推理、7k用于回答;AutomationBench-AA得分48.5%,Terminal-Bench 4.0仅3.0%;AA-Omniscience正确率33%、幻觉率47%。10月17日,Arena.ai宣布Beam-1.0-501B-A23B进入Agent Arena,在开源权重模型中排第12,Net Improvement为-3.67%,误差区间±3.84%;在Code Arena: WebDev开源榜排第22,得分1438。

AI 根据公开报道生成

最新进展 · 正式报道

Reflection AI 的 Beam-1.0-501B-A23B 进入 Agent Arena，位列总榜第 13

事件进展

2 个已确认进展

  1. Beam-1.0-501B-A23B进入Agent Arena榜单

    来源：Arena

  2. Artificial Analysis公布Reflection首个模型Beam评测结果

    来源：Artificial Analysis 完整文章

报道与讨论时间线

按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。

10月17日

  1. Arena

    Reflection AI 的 Beam-1.0-501B-A23B 进入 Agent Arena，位列总榜第 13

    Reflection AI 的 Beam-1.0-501B-A23B 进入 Agent Arena，使 Reflection AI 跻身该榜单前 15 实验室，该模型在美国实验室中排第 6、总榜第 13。在 Agent Arena 开源权重模型中它排第 12，Net Improvement 为 -3.67%，误差范围较宽（±3.84%）；在 Code Arena: WebDev 开源模型中排第 22，得分 1438，并以 Apache 2.0 协议完全开源。

10月16日

  1. Artificial Analysis

    Reflection 首个模型 Beam 发布，智能指数 30 分位列美国开源权重模型第二

    Reflection 发布首个模型 Beam，在 Artificial Analysis 智能指数上得分 30，位列美国开源权重模型第二，仅次于 Meta 的 Muse Spark Open（39），高于前一天发布的 NVIDIA Nemotron 3.5 Super VL（26）。Beam 为开源权重模型，总参数 501B、激活参数 23B，已在 Hugging Face 发布，上下文窗口 1M tokens，仅支持文本。其每个智能指数任务约消耗 26k 输出 token，约为 K2 Horizon（52k）的一半；AutomationBench-AA 得分 48.5%，但 Terminal-Bench 4.0 仅 3.0%，AA-Omniscience 正确率 33%、幻觉率 47%。

  2. Arena

    Reflection AI 开源 Beam-1.0-501B-A23B，Agent Arena 开源榜第 12

    Reflection AI 发布开源模型 Beam-1.0-501B-A23B，采用 Apache 2.0 许可，在 Agent Arena 开源权重模型中排第 12，Net Improvement 为 -3.67%，在 Code Arena: WebDev 开源榜排第 22，得分 1438 分。在 Agent Arena 榜单上它是排名最高的美国开源模型，领先 Hy3、MiMo V2.5 Pro 和 MiniMax M3，但 Net Improvement 误差区间达 ±3.84%，统计上与上方两个 Qwen3.8 模型更接近。Code Arena: WebDev 开源前 25 名中有 24 个来自中国实验室，Beam 1.0 是唯一例外，也是该榜排名最高的美国开源模型，略高于 Kimi K2.5 Thinking 和 GLM-5。

  3. Artificial Analysis 完整文章一手精选

    Reflection 发布首个模型 Beam，Artificial Analysis 智能指数得分 30

    Reflection 发布首个模型 Beam，这是一个 501B 总参数、23B 激活参数的开源权重模型，在 Artificial Analysis 智能指数上得分 30，位列美国开源权重模型第二，仅次于 Meta 的 Muse Spark Open（39），高于 NVIDIA 的 Nemotron 3.5 Super VL（26）。Beam 每个智能指数任务约消耗 26k 输出 token，其中约 19k 用于推理、7k 用于回答；在 AutomationBench-AA 上得分 48.5%，但 Terminal-Bench 4.0 仅 3.0%。在 AA-Omniscience 上答对 33% 的问题，幻觉率为 47%，净指数得分 1.5。

本事件热度走势

当前
7
区间峰值
18 10月17日 03:00
近 24 小时变化
-50%

移动指针或点击图表可查看每小时热度；键盘可用左右方向键切换。

关联事件

  1. 相关事件Meta发布开放权重模型Muse Spark Open
  2. 相关事件DeepSeek发布DeepSeek-V4.1-Flash-1017
  3. 相关事件Mistral发布一万亿参数Mistral Large 4预览版
  4. 相关事件Mistral在Hugging Face发布Large 4权重