Reflection Beam：开放权重模型、API 与 AI 编程代理

通俗介绍：Reflection 这个网站是做什么的？

Reflection 是一家开发 AI 模型及配套软件的公司，这个网站是了解和使用其产品的官方入口。它的 Beam 模型可以理解文字任务，进行推理，生成回答或代码。你既可以通过 API 把它接入自己的应用，也可以使用 Mirror 编程代理，让它在项目中读取代码、修改文件和运行测试；有基础设施能力的团队还可以下载模型权重，自行部署。

可以把它理解为三层：Beam 是负责理解和推理的模型，Reflection API 是调用模型的服务接口，Mirror CLI 是把模型能力用到实际编程中的终端工具。例如，你给 Mirror 一个“找出测试失败原因并修复”的任务，它会结合项目文件推进工作，而开发者仍需要检查修改和测试结果。

Beam 模型适合处理哪些任务？

Beam 采用稀疏混合专家架构，总参数约 5010 亿，每个 token 激活约 230 亿参数，主要面向代码、推理与需要多步操作的智能体任务。它接收文本并输出文本，模型卡列出的上下文窗口为约 100 万 token。

• 软件开发与代码理解：围绕代码仓库解释逻辑、定位问题、生成修改方案，并在编程代理提供的环境中执行测试。
• 多步智能体工作流：通过工具调用，让应用把检索、内部函数或其他操作结果交回模型，再继续处理任务。实际函数由应用执行，接入方需要控制权限和错误处理。
• 结构化结果生成：API 支持 JSON 和 JSON Schema，适合需要让后续程序读取结果的场景。
• 可调节的推理过程：可以设置 reasoning_effort，在任务深度与耗时之间作选择。Beam 始终进行推理，不能把它理解成有一个完全关闭推理的模式。

官网主要基于英文开发和评估这款模型。中文问答、特定行业术语和团队代码规范，都应使用自己的样例验证；公开基准成绩不能直接保证某个业务任务的效果。

如何通过 Reflection API 完成第一次调用？

先按照官方 API 快速入门注册并登录平台，在 API Keys 中创建项目密钥。完整密钥只显示一次，应及时安全保存，并设置 REFLECTION_API_KEY 环境变量。

1. 在 HTTP 客户端或 OpenAI SDK 中设置基础地址 https://api.reflection.ai/openai/v1。
2. 指定模型 Beam-1.0-501B-A23B，使用 Chat Completions 提交一条文字任务。
3. 从 choices[0].message.content 读取最终回答，先确认密钥、模型和请求格式均可正常工作。
4. 再按需加入流式输出、工具调用和结构化结果，并检查失败处理与 token 消耗。

不想先写代码时，可以在平台 Playground 中试验提示词和参数，并生成相应请求代码。长对话要为输入、推理和最终回答共同预留空间，模型的总上下文窗口不等于每次都能生成同样长的答案。

兼容范围需要特别核对：官方兼容性文档明确支持 Chat Completions 和 Models，不能据此推断 Responses、Embeddings、图片、音频、Files 或 Batch 等接口也能直接迁移。

用 Mirror CLI 让 Beam 参与实际编程

Mirror 是 Reflection 的终端编程代理，可以读取项目文件、编辑代码和运行命令。准备好 uv 后，使用 uv tool install reflection-mirror 安装，配置 Reflection 密钥，在项目目录运行 mirror。

第一次建议选一个范围清楚、容易验证的小任务，例如：“运行现有测试，找到并修复一个失败原因，然后重新运行测试。”按照默认流程查看并批准相关工具操作，完成后检查 git diff，自己再执行一次测试。这样能确认产生了哪些代码变化，以及变化是否解决了原始问题。

官方编程代理指南列出的 Mirror 环境为 macOS 15 及以上的 Apple Silicon，或满足 glibc 2.28 及以上要求的 Linux x86-64、ARM64；暂不支持原生 Windows。已有 Pi、OpenCode 或 Hermes 的开发者，也可以按指南配置兼容端点、模型 ID 和密钥。Mirror 安装在本机，并不表示完整 Beam 模型也在本机运行。

开放权重与自行部署：适合哪类团队？

Reflection 已于 2026 年 10 月 16 日发布 Beam 权重，采用 Apache 2.0 许可，并提供 BF16、FP8、NVFP4 等版本。需要在自己的基础设施中管理推理服务、评估模型或开展定制的团队，可以从这一入口继续。

官方下载与部署要求给出的参考路径使用四张通过 NVLink 连接的 NVIDIA B300 SXM GPU、Linux amd64、Docker 和 NVIDIA Container Toolkit，并下载模型及 DFlash2 草稿模型，再选择 SGLang、vLLM 或 TokenSpeed 启动服务。这是官方参考配置，不能当成所有量化方案统一的最低要求。

部署后可使用 Beam Verifier 检查服务正确性，并对照参考表现。定制文档还列出了 LoRA、监督微调与强化学习相关训练栈；各栈的详细配方仍标注为后续提供，不应把计划中的教程写成已经完整可用的一键功能。

免费体验、运行成本与数据使用边界

截至 2026 年 10 月 20 日，官方公告说明 Reflection API 公测可免费开始使用，但未查到统一公开的官方按 token 价目表。具体额度、后续付费条件和组织设置，应查看账户中的账单与使用信息。第三方平台有各自报价，不能将某家托管商的价格写成 Reflection 的统一价格。

下载开放权重与运行模型是两件不同的成本事项。自行部署仍要承担 GPU、存储、网络和运维费用；API 的请求、token 和并发限制则按组织共享，增加密钥或项目不会自动增加额度。推理 token 也计入使用量，日额度在 UTC 00:00 重置。遇到 429 时应按限流说明处理。

隐私政策说明，使用 Reflection 托管模型时会收集输入和输出，并可能依据用户选择将其用于改进模型；企业业务内容由客户协议约束。发送私有代码或个人资料前，应核对适用条款，不能默认所有账户都具有“不训练”或“零保留”承诺。

常见问题

Beam 免费吗？

模型权重采用 Apache 2.0，官方 API 公测可免费开始体验。但这不代表长期无限额度，自部署硬件与其他托管服务也可能收费，实际条件以账户和服务商为准。

Beam 可以商用吗？

Apache 2.0 允许在遵守许可条件的情况下商用。若通过托管 API 使用，还应同时核对该服务的条款；开放权重不等于训练数据也全部开放。

可以直接处理图片和音频吗？

当前 Beam 是文本输入、文本输出模型。图片、音频等资料需要先通过其他合适工具转换为文本，再交给它处理，不能把 API 兼容理解为原生多模态支持。

普通电脑能本地运行吗？

可以在普通开发电脑上使用受支持的 Mirror 客户端连接远程 API。要运行完整 Beam 权重，则需要依据具体格式和推理引擎准备相应基础设施，先核对官方部署指南，不能把客户端安装要求当作模型硬件要求。

官方资源与开发者社区

• Reflection 开发文档：API、部署、定制与演示入口。
• Mirror GitHub 仓库：查看源码和提交问题。
• 官方开发者 Discord：讨论模型接入与开发问题。
• Reflection 官方 X：跟进产品公告。
• 企业与合作联系表单：沟通组织部署与合作需求。