Reflection 把 Beam 的参数表摊开了：501B 总参数，23B 激活，纯文本，MoE 架构。这个组合本身就说明了意图——用稀疏激活压低推理成本，把算力砸在训练侧，而不是让用户为每一次前向传播买单。更值得琢磨的是后半句：从零训练，完整权重本月以 Apache 2.0 放出。不是那种挂着"研究许可"的开放，是可以直接拿去做商用产品的那一类。
Beam 瞄准的是编码、智能体、科学任务。这三个方向对模型的要求几乎相反：代码要长上下文和精确的符号操作，智能体要稳定的多轮工具调用，科学任务吃的是推理深度和领域知识。用 23B 激活参数去覆盖这三块，考验的是路由和专家分工有没有真的训到位，而不是总参数写得多好看。从零训练这一点同样耐人寻味——偷懒的做法是拿现成底座继续预训练，快且省；从零来意味着数据配比和架构都自己说了算，代价是烧钱和周期。
真正的问题在发布之后。501B 的 MoE 配上 Apache 2.0，意味着单机跑不动，实际落点大概率在云厂商和推理服务商那里。但权重一旦公开，微调、蒸馏、垂直行业改造的通道就全打开了。开源阵营的竞争早已从"能不能追上闭源"变成"多久追上、在哪个场景先追上"。Beam 这道题答得怎么样，这个月就能见分晓。
