Reflection Beam 开源模型登陆 AWS，支持 SageMaker 部署

Reflection AI 推出 Beam，一个面向智能体编码和长程任务的开放权重稀疏混合专家模型，参数规模为 5010 亿总参数、230 亿激活参数，官方报告有效上下文长度为 100 万 token，权重通过 Hugging Face 以 Apache 2.0 许可发布，提供 BF16、FP8、NVFP4 三种检查点变体。目前 Beam 已在 Amazon SageMaker JumpStart 上线，覆盖美国东部（弗吉尼亚北部）和俄亥俄两个区域。 部署路径分两类。使用 SageMaker 的团队可走 JumpStart 实时端点，由 AWS 托管容器、模型与端点，最省运维；需要 Kubernetes 原生控制权的团队可走 SageMaker HyperPod 推理，用 JumpStart 托管容器或自选 SGLang、vLLM 运行时，自行掌控服务镜像、运行时参数、量化和分布式执行。显存方面，FP8 建议用搭载 H100 的 ml.p5.48xlarge 或搭载 H200 的 ml.p5e/ml.p5en.48xlarge，NVFP4 对应搭载 B200 的 ml.p6-b200.48xlarge。 对在 AWS 上跑开源编码模型的开发者而言，Beam 的价值在于权重格式与 GPU 实例类型已有明确的对应关系，且 HyperPod 侧支持模型缓存、分层 KV 缓存与推理网关路由，可按实测并发和延迟配置副本与自动扩缩，降低了多节点部署的试错成本。