C'est quoi Beam de Reflection ?

Beam est un modele open-weight sorti le 5 octobre 2026 par Reflection, un labo americain. C'est un Mixture-of-Experts de 501 milliards de parametres dont 23 milliards actifs par token, entraine avec 100 millions de rollouts de reinforcement learning. Il vise le code et les taches agentiques, et ses poids seront publiés sous licence Apache 2.0.

Pourquoi c'est important que Beam soit occidental ?

En octobre 2026, les quatre modeles open-weight les plus performants (Qwen, Kimi, GLM, DeepSeek) viennent de Chine. Beam est le premier modele open-weight occidental qui se positionne comme alternative sur le code et l'agentique, sous licence Apache 2.0. Pour les entreprises qui veulent un modele hebergeable sans dependre d'un fournisseur chinois, c'est une nouvelle option.

Les poids de Beam sont-ils disponibles ?

Pas encore au 12 octobre 2026. Reflection promet une publication sous Apache 2.0 ce mois-ci. Le modele est en acces anticipe sur liste d'attente. Tant que les poids ne sont pas telechargeables, les claims de performance ne sont pas verifiables par des tiers.

C'est quoi le reinforcement learning massif que Reflection a fait ?

Reflection a fait tourner 10 500 GPU NVIDIA GB300 pendant quatre semaines pour generer plus de 100 millions de rollouts, avec des contextes jusqu'a 256K tokens. C'est du scaling de RL a une echelle qu'aucun lab ouvert n'avait publiee jusque-la. Le labo affirme que les scores n'ont pas plafonne avec l'augmentation du calcul RL.

Actualite · Modeles open-weight

Beam de Reflection : le premier MoE open-weight occidental qui rivalise avec les labs chinois

12 octobre 2026 · 5 min de lecture

Illustration aquarelle d'un petit robot astronaute violet tenant une balance, avec d'un côté des puces et symboles de code (paramètres du modèle) et de l'autre un éclair et des engrenages (calcul de reinforcement learning), relié à une clé, un bouclier coché et un serveur, symbolisant le modèle open-weight Beam de Reflection

Reflection a sorti Beam le 5 octobre 2026. C'est un modèle de 501 milliards de paramètres dont 23 milliards actifs par token, entraîné avec 100 millions de rollouts de reinforcement learning. Il rivalise avec GLM 5.2 en raisonnement pour 3 à 4 fois moins de calcul à l'inférence, et les poids arrivent sous licence Apache 2.0 ce mois-ci. C'est le premier modèle open-weight occidental qui se tient dans la même cour que les labs chinois sur le code et les tâches agentiques.

L'angle de Reflection n'est pas de gagner le benchmark. Beam est derrière Kimi K3 et DeepSeek V4.1 Flash en capacité brute. L'argument, c'est l'efficacité : faire presque pareil avec trois à quatre fois moins de calcul. Et le positionnement : Apache 2.0, hébergeable chez toi, sans dépendre d'un fournisseur chinois.

Ce que Beam fait, en chiffres

Beam est un Mixture-of-Experts. 501 milliards de paramètres au total, 23 milliards sollicités à chaque token. Pré-entraîné sur 23,8 trillions de tokens. Contexte effectif de 1 million de tokens.

Sur les benchmarks, voici où il se place :

Benchmark	Beam	Kimi K3	DeepSeek V4.1 Flash
SWE-bench Verified	80,9	non publié	non publié
Terminal Bench 2.1	80,1	plus haut	plus haut
DeepSWE	44,4	68,0	74,2

Beam est devant sur SWE-bench Verified, mais loin derrière sur DeepSWE. Reflection le dit elle-même : Beam n'est pas le plus fort en capacité brute. Le pari est ailleurs.

Le reinforcement learning comme axe principal

Le billet de Reflection insiste sur une chose : la phase de RL. 10 500 GPU NVIDIA GB300 pendant quatre semaines. Plus de 100 millions de rollouts. Près d'un million d'environnements, majoritairement synthétiques.

Pour comparaison, Reflection cite Inkling (30 millions de rollouts) et MiMo (753 000). C'est du scaling de RL à une échelle qu'aucun lab ouvert n'avait publiée jusque-là.

Trois observations sortent du run :

Les scores sur Terminal-Bench, HLE et DeepSWE n'ont pas plafonné quand le calcul RL augmentait. Pas de plateau visible.
Beam a appris la navigation web sans aucune tâche de browsing dans l'entraînement. Il a commencé de lui-même à interroger d'autres LLM et à utiliser des API d'OCR pour lire des documents.
Chaque compromis sur la qualité des tâches d'entraînement se traduisait par un plateau de capacités. Reflection le dit explicitement : les données faciles ou mal filtrées ne marchent pas.

L'efficacité à l'inférence : la comparer avec prudence

Reflection revendique des scores de raisonnement comparables à GLM 5.2 avec 3 à 4 fois moins de calcul d'inférence. La comparaison repose sur une estimation en FLOPs (2 × paramètres actifs × tokens générés) qui exclut le prefill et les coûts de service.

C'est une métrique théorique, pas un coût d'inférence mesuré en production. Reflection le qualifie elle-même d'approximatif. À vérifier quand les poids seront publics et que des tiers pourront benchmarker dans des conditions réelles.

L'infrastructure, construite maison

Reflection a construit sa plateforme RL en interne. 110 000 rollouts simultanés en moyenne, jusqu'à 170 000 sandboxes concurrentes, sur plus de 20 clusters, deux clouds et quatre régions. Les nouveaux poids atteignaient la flotte d'inférence en 12 secondes en médiane. 71 incidents d'inférence ont été absorbés sans arrêter l'entraînement.

Le pré-entraînement a tourné en moins de quatre semaines sur 6 144 GPU GB300 NVL72, avec un ordonnanceur Kubernetes maison et un système de détection de corruption silencieuse des données. Résultat : neuf rewinds semi-automatiques et un goodput de 92,3 % en fin de run.

Un exemple chez Maisons&Mobilia

Antoine, architecte logiciel chez Maisons&Mobilia (M&M, enseigne de meubles fictive), veut tester un modèle de code qu'il peut héberger sur les serveurs de l'entreprise. La direction lui interdit d'envoyer du code source à une API externe. Les modèles open-weight chinois (Qwen, GLM, DeepSeek) sont performants, mais la DSI veut un modèle sous licence occidentale pour des raisons de conformité fournisseurs.

Antoine télécharge Beam quand les poids sortent. Il le fait tourner sur 4 GPU H100 pour ses tests internes. Beam n'est pas le meilleur sur DeepSWE, mais pour les tâches d'Antoine (revue de code, génération de tests, refactoring de modules internes), les scores sur SWE-bench Verified sont suffisants. Et il consomme 23 milliards de paramètres par token, pas 501. La facture d'inférence reste gérable.

Ce que Antoine ne fait pas : il ne déploie pas Beam en production sans évaluation sur ses propres charges de travail. Les benchmarks de Reflection portent sur du code public, pas sur la base de code de M&M. Il commence par un test sur 100 pull requests internes, mesure la qualité des suggestions, et décide ensuite.

Pourquoi ça compte pour l'open-weight

Le paysage open-weight en octobre 2026 est dominé par les labs chinois. Qwen 3.8, Kimi K3, GLM 5.2, DeepSeek V4.1 : les quatre modèles ouverts les plus performants viennent de Chine. Mistral Large 4 ("Le Chonk"), sorti le 6 octobre avec 1,05 trillion de paramètres et des poids promis fin octobre, est européen, mais ses benchmarks ne sont pas encore publiques.

Beam est le premier modèle open-weight occidental qui se positionne explicitement comme alternative aux labs chinois sur le code et l'agentique. Pas le plus fort, mais crédible. Et avec un niveau de transparence rare sur la mécanique du RL, l'infrastructure et la curation des données.

L'enjeu géopolitique reste réel. Les export controls américains sur les GPU.limitent qui peut entraîner ces modèles. Reflection a eu accès à 10 500 GPU GB300 pendant un mois. Peu de labos occidentaux peuvent dire pareil. La question ouverte : est-ce que Beam reste un cas isolé, ou est-ce que d'autres labos occidentaux suivent avec leurs propres modèles ouverts ?

Les limites

Les poids ne sont pas encore publics au 12 octobre. Reflection promet une publication sous Apache 2.0 "ce mois-ci". L'accès est en liste d'attente. Tant que les poids ne sont pas téléchargeables, les claims ne sont pas vérifiables par des tiers.
Beam est derrière plusieurs concurrents ouverts sur Terminal Bench et DeepSWE. L'argument d'efficacité compense, mais si tu cherches le meilleur modèle open-weight pour du code profond, Kimi K3 et DeepSeek V4.1 Flash font mieux sur ces benchmarks.
L'estimation d'efficacité (3 à 4 fois moins de calcul) est théorique. Pas de coût d'inférence mesuré en production. Pas de comparaison sur des charges de travail réelles en dehors des benchmarks de Reflection.
L'affirmation "sans plateau" avec le scaling RL est la plus intéressante scientifiquement, et la plus difficile à vérifier indépendamment. Il faudra le rapport technique pour évaluer si la courbe continue ou si elle s'aplatit avec plus de données.
Le modèle a été entraîné principalement sur du code et du raisonnement. Les performances sur d'autres types de tâches (rédaction, analyse de documents, traduction) ne sont pas documentées dans le billet.

Aller plus loin

Pour comprendre ce qu'est un Mixture-of-Experts et pourquoi l'architecture MoE rend les grands modèles auto-hébergeables, notre article sur comment fonctionne un LLM détaille les tokens, l'attention et la context window. Le guide sur les garde-fous des agents IA explique pourquoi le moindre privilège compte quand tu héberges un modèle en interne. Notre article sur comment fonctionne un agent IA pose les bases du tool use et de l'orchestration. Et pour t'entraîner à ces notions en 5 minutes par jour, l'app saisir.ai propose des modules interactifs sur les modèles, les agents et le déploiement, en français, sans coder.

Sources

Questions fréquentes

C'est quoi Beam de Reflection ?: Beam est un modele open-weight sorti le 5 octobre 2026 par Reflection, un labo americain. C'est un Mixture-of-Experts de 501 milliards de parametres dont 23 milliards actifs par token, entraine avec 100 millions de rollouts de reinforcement learning. Il vise le code et les taches agentiques, et ses poids seront publiés sous licence Apache 2.0.
Beam est-il meilleur que GLM 5.2 ou Kimi K3 ?: Non, pas en capacite brute. Beam est derriere Kimi K3 et DeepSeek V4.1 Flash sur Terminal Bench et DeepSWE. Son argument, c'est l'efficacite : Reflection revendique des scores de raisonnement comparables a GLM 5.2 pour 3 a 4 fois moins de calcul d'inference. C'est une estimation theorique en FLOPs, pas un cout mesure en production.
Pourquoi c'est important que Beam soit occidental ?: En octobre 2026, les quatre modeles open-weight les plus performants (Qwen, Kimi, GLM, DeepSeek) viennent de Chine. Beam est le premier modele open-weight occidental qui se positionne comme alternative sur le code et l'agentique, sous licence Apache 2.0. Pour les entreprises qui veulent un modele hebergeable sans dependre d'un fournisseur chinois, c'est une nouvelle option.
Les poids de Beam sont-ils disponibles ?: Pas encore au 12 octobre 2026. Reflection promet une publication sous Apache 2.0 ce mois-ci. Le modele est en acces anticipe sur liste d'attente. Tant que les poids ne sont pas telechargeables, les claims de performance ne sont pas verifiables par des tiers.
C'est quoi le reinforcement learning massif que Reflection a fait ?: Reflection a fait tourner 10 500 GPU NVIDIA GB300 pendant quatre semaines pour generer plus de 100 millions de rollouts, avec des contextes jusqu'a 256K tokens. C'est du scaling de RL a une echelle qu'aucun lab ouvert n'avait publiee jusque-la. Le labo affirme que les scores n'ont pas plafonne avec l'augmentation du calcul RL.