开源501B智能体编码模型Beam上架API货架：1M上下文+1美元/百万token，谁在改写大模型分发牌桌

501B总参数只激活23B：智能体编码模型进API货架

美国Reflection AI公司的开源模型Beam 1.0于10月16日正式开放获取。该模型为稀疏MoE架构，总参数501B、每token激活23B，官方定位编码、长程推理与智能体工作负载。截至发稿，主流第三方模型监测平台的Coding分类榜单共收录448个模型，Beam暂列第189名（约前42%），综合得分40/100，价格信号强度97/100，属于刚发布、排名待爬升阶段（榜单数据为第三方平台监测，非厂商自报）。

价格锚点：输入1美元/百万token，输出3美元/百万token

按第三方监测的API标价，Beam 1.0输入约1.0美元/百万token、输出约3.0美元/百万token，上下文窗口约105万token，最大单次生成规模达94万token级别。厂商在发布博客中给出对标：在高级推理基准上，Beam以约3到4倍的推理算力节省，达到GLM-5.2相近水平（厂商自报）。对API分发业务而言，这组数字意味着：同类智能体编码任务下，若按更大参数模型的推理开销估算，单位智能成本的相对降幅可观，值得在聚合平台路由策略中单独建卡。

权重开放：Apache 2.0加三档量化，本地部署窗口打开

Beam权重以Apache 2.0协议在Hugging Face同步开放，提供BF16、FP8、NVFP4三种精度版本，显存占用依次递减。厂商披露预训练使用23.8T高质量token、6144块GB300 GPU；RL阶段在1.05万块GB300 GPU上跑了超1亿条rollout、为期4周（厂商自报）。云端路径上，AWS已给出三条部署方案：SageMaker JumpStart托管端点、HyperPod集群自管、SGLang/vLLM全自定义，FP8对应H100/H200机型，NVFP4对应B200机型。

开发者视角：三条接入路径

其一，API直连：OpenAI兼容端点，改model名即可切换，支持函数调用、JSON模式、流式，适合智能体工作流快速验证；其二，云端托管：JumpStart按实例小时计费，适合不想运维GPU的团队；其三，私有化推理：501B总参需多卡多机，NVFP4档显存约为BF16的四分之一，边缘与国产算力场景需另行评估。

从分发侧看，Beam的入局会进一步压低智能体编码类路由的单位成本。平台在配置路由权重时，可将其作为高性价比档位，承接中低复杂度的批量编码与工具调用任务，把头部前沿模型留给高难度场景，从而在整体推理预算上留出空间。

一句话结论：Beam的价值不在冲榜首，而在开放权重加推理高效的组合——对API分发平台是新增性价比路由位，对企业客户是智能体编码私有化的新选项。星枢云侧建议尽快完成接入压测与路由权重配置。

来源：Reflection AI官方博客、AWS Machine Learning Blog、LM Market Cap模型监测（榜单与API价格为第三方监测数据）。