Dieses Review gibt es noch nicht auf Deutsch. Sie lesen das Original auf English.
Beam 1.0 Review: Reflection AI's Open-Weight Coding Model With a 1M-Token Window
Pick Beam 1.0 for coding and agent loops where token economy matters; Reflection says Kimi K3 is ahead on raw capability, and we haven't measured Beam.
Freedom Score
Noch nicht getestet
- Preis
- 1,50 $ pro 1 Mio. gemischte Tokens (3 Eingabe : 1 Ausgabe)
- Ausgabetempo
- 217 Tok./s
- Erfolgsquote
- Daten werden gesammelt
Beam 1.0 is Reflection AI's open-weight model for coding, reasoning and long-horizon agent work, released in October 2026. Reflection describes a sparse mixture-of-experts network with about 501 billion parameters, of which roughly 23 billion are active per token. On our API it is a text-only OpenAI-compatible chat endpoint with a 1,048,576-token input budget, replies up to 943,718 tokens, streaming, tool calls and five reasoning levels, at $1 per million input tokens and $3 output.
- SpicyAPI Engineering
- Getestet am 28. Okt. 2026
- Methodik v3.3 →
- Wir verkaufen diese Modelle; der Preis zählt nicht →
The verdict
This is a catalogue review: we have not run our own quality or content tests. Reflection reports 81.6% on SWE-Bench Verified and 80.1% on Terminal Bench v2.1; those are published by Reflection, not independent results. Reflection concedes that Kimi K3 is ahead on raw capability, and an independent index scores Beam below the median of similar open-weight models. The pitch is efficiency: Reflection claims about three times fewer reasoning tokens, which matters because reasoning tokens bill as output.
Key facts
- Tested by us: catalogue check and launch smoke run only, no quality or content tests; benchmarks are published by Reflection
- Price: $1 per million input tokens, $0.10 cached and $3 output
- Limits: 1,048,576-token context, replies up to 943,718 tokens (default 4,096), text-only input, up to 128 tools
- Reasoning: low, medium, high, xhigh or max; medium is the default
- Publisher notes: knowledge cutoff 30 June 2026
- Sources: the scoring rules are on our review methodology page, and the full parameter list is on the Beam 1.0 model page.
Was uns gefallen hat und was es bremst
Was uns gefallen hat
- Open weights. Inspect, fine-tune or self-host under the publisher's licence terms; read the licence on the model card.
- A million-token window for whole repositories.
- Token economy. Reflection's pitch is fewer reasoning tokens per answer, which lowers output cost.
- Five reasoning levels, low to max.
- Flexible tools.
tool_choicetakes a string or an object, so you can name a tool.
Was es bremst
- Not the top open model. Reflection concedes Kimi K3 is ahead on raw capability.
- Text only. No image parts.
- Reasoning counts toward max_tokens, so the visible answer has to fit what remains.
- Reasoning cannot be switched off. The endpoint starts at low.
- Unmeasured by us. Benchmarks are the publisher's.
What we tested
We have not run Beam 1.0 through our capability sets or content levels. This page uses Reflection's model card, the limits and parameters of our endpoint and the live price on the model page. We quote only the two coding benchmarks Reflection publishes, labelled as its own.
Prompts that worked
Starting points based on the endpoint's shape, not prompts we benchmarked.
1. Plan a migration. A repository-scale planning task.
Plan a repository migration with ordered edits, acceptance checks and rollback points.2. A tool step. One function, tool_choice set to auto.
Call report_status with status ready.Settings that matter: start at medium reasoning, use low for quick edits and xhigh or max for hard debugging; keep max_tokens high enough for reasoning plus the answer; MCP-style tools are exposed as function definitions on your side.
Roleplay and how far it writes
We have not tested Beam 1.0 on our content levels yet, so this review makes no claim about how far it writes or how often it softens or refuses. The model page carries no content-test results for it either. On our API we add no content filter; whatever comes back is the model's own behaviour.
Not tested yet: all five content levels, roleplay quality over many turns, and languages other than English. We will add results here once the runs are done.
Every character in a request should be an adult, keep real, identifiable people out of it, and you're responsible for the law where you publish.
Alternatives
- A stronger open model? Kimi K3 is the one Reflection itself says is ahead, and it has a full review.
- A cheaper coding-oriented option? Apex is specialised for React Native at $0.50 in.
- Multimodal and bigger? Muse Wonder 1.0 accepts images, video and audio.
So kommt Beam 1.0 auf seinen Spicy Index
Jede Dimension unten führt zu ihrer vollständigen Herleitung: aus welcher Tabellenzeile jeder Punkt stammt und warum Punkte fehlen.
- Öffentliche Ranglisten 40 % der Qualität
- Noch nicht getestet
- Rollenspiel 15 % der Qualität
- Noch nicht getestet
- Kreatives Schreiben 15 % der Qualität
- 62,9
- Befolgen von Anweisungen 15 % der Qualität
- 85,0
- Gedächtnis bei langem Kontext 15 % der Qualität
- Noch nicht getestet
- Fähigkeiten 10,5 % Gewicht
- 40,0
- Freedom Score 30 % Gewicht
- Noch nicht getestet
Noch kein exakter Treffer auf einer der erfassten öffentlichen Ranglisten. So funktioniert es
Unsere Rollenspiel-Testreihe ist für dieses Modell noch nicht gelaufen. So funktioniert es
Unsere Testreihe zu langem Kontext ist für dieses Modell noch nicht gelaufen. So funktioniert es
Die Freiheit wurde noch nicht oder nicht ausreichend getestet. Der Index behält den ursprünglichen Qualitäts- und Fähigkeitsscore, wird als vorläufig markiert und erhält weiterhin einen Rang. Fehlende Belege sind keine Null. So funktioniert es
Die Freiheit wurde noch nicht oder nicht ausreichend getestet. Der Index behält den ursprünglichen Qualitäts- und Fähigkeitsscore, wird als vorläufig markiert und erhält weiterhin einen Rang. Fehlende Belege sind keine Null.
Vollständigen Testbericht öffnen →Fähigkeiten, Punkt für Punkt
Punkte aus der öffentlichen Bewertungstabelle. Hochskalierte Stufen und von uns gesetzte Grenzen zählen nicht.
- Kontextfenster (laut Hersteller)Nicht angegeben
- 0,0 / 30
- Input-Modalitäten auf SpicyAPINur Text
- 0,0 / 25
- Tool-NutzungTools und tool_choice
- 15,0 / 15
- Strukturierte AusgabeUnterstützt, Schema-Treue bestätigt
- 15,0 / 15
- Reasoning-Steuerung5 Stufen: low · medium · high · xhigh · max
- 10,0 / 15
Was Beam 1.0 auf SpicyAPI kann
Direkt aus der aktuellen Modellspezifikation auf SpicyAPI. Manche Hersteller bieten in ihren eigenen Apps mehr; hier steht, was Sie heute über unsere API aufrufen können.
| Merkmal | Chat |
|---|---|
| Kontextfenster | 1.048.576 Tokens |
| Max. Ausgabe pro Anfrage | 943.718 Tokens |
| Reasoning-Stufen | low · medium · high · xhigh · max |
| Tool-Aufrufe | Ja |
| Strukturierte Ausgabe | Ja |
Wie lange es wirklich dauert
Gemessen an echten Jobs der letzten 30 Tage, von der Anfrage bis zum fertigen Ergebnis. Die Zeiten umfassen auch unsere eigenen Testläufe.
- Ausgabetempo
- 217 Tok./sInklusive Zeit bis zum ersten Token
- Erfolgsquote
- Daten werden gesammelt
Eine Zeit erscheint, sobald mindestens 10 abgeschlossene Jobs vorliegen. Erfolgsquoten zählen nur Kunden-Jobs und bleiben für alle Modelle verborgen, bis volle 30 Tage Traffic vorliegen.
Modelle, die statt Beam 1.0 infrage kommen
Moonshot AI
Kimi K3
A stronger open model?
- Spicy Index
- 77,8+8,9
- Freedom Score
- 74,4
- Preis
- 5,40 $+260 %/ 1 Mio. Tokens · Eingabe/Ausgabe 3:1
Callstack
Apex
A cheaper coding-oriented option?
- Spicy Index
- 77,7+8,8
- Freedom Score
- —
- Preis
- 1,13 $−25 %/ 1 Mio. Tokens · Eingabe/Ausgabe 3:1
Meta
Muse Wonder 1.0
Multimodal and bigger?
- Spicy Index
- 81,0+12,1
- Freedom Score
- —
- Preis
- 8,00 $+433 %/ 1 Mio. Tokens · Eingabe/Ausgabe 3:1
Was meinen Sie?
War dieses Review hilfreich?
Melden Sie sich an, um abzustimmen.
Kommentare
Kommentare werden automatisch und von unserem Team geprüft. Wir entfernen Spam, anstößige Inhalte, persönliche Angriffe und alles, was eine reale Person ohne Einwilligung nennt. Melden Sie einen Kommentar, prüfen wir ihn innerhalb eines Werktags.
Sie haben dieses Modell ausprobiert? Teilen Sie, was funktioniert hat. Zum Kommentieren brauchen Sie ein kostenloses Konto – so halten wir Spam draußen.
FAQ zu Beam 1.0
Beam 1.0 selbst ausprobieren
Stellen Sie im Playground jeden Parameter ein und sehen Sie den genauen Preis, bevor Sie starten.
1,50 $ pro 1 Mio. gemischte Tokens (3 Eingabe : 1 Ausgabe)
Weitere Reviews
Zu den Ranglisten →GPT 6.1 Terra
Pick GPT 6.1 Terra for high-volume screens, documents and writing where reasoning_effort none helps; so far we have run only launch checks, no scored tests.
- Spicy Index
- 79,9
- Freedom Score
- —
Getestet am 28. Okt. 2026
Review lesenKimi K3.1 Pro
Pick Kimi K3.1 Pro for long-context work with screenshots and clips when you accept always-on thinking; so far we have run only launch checks, no scored tests.
- Spicy Index
- 80,4
- Freedom Score
- —
Getestet am 28. Okt. 2026
Review lesen
Grok 4.3
Grok 4.3 für ein riesiges Kontextfenster, einen echten Reasoning-Aus-Schalter und unzensierte Texte zum niedrigen Preis; nicht bei Bedarf für Datei-Uploads.
Getestet am 24. Sept. 2026
Review lesen