Esta reseña aún no está disponible en Español, así que estás leyendo el original en 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
Aún sin probar
- Precio
- 1,50 US$ por 1 M de tokens mixtos (3 de entrada : 1 de salida)
- Velocidad de salida
- 217 tok/s
- Tasa de éxito
- Recopilando datos
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
- Probado el 28 oct 2026
- Metodología v3.3 →
- Vendemos estos modelos; el precio no cuenta en la puntuación →
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.
Lo que nos gustó y lo que lo frenó
Lo que nos gustó
- 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.
Lo que lo frenó
- 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.
Cómo gana Beam 1.0 su Spicy Index
Cada dimensión enlaza con su cálculo completo: la fila de la tabla de la que sale cada punto y por qué se perdieron puntos.
- Clasificaciones públicas 40 % de la calidad
- Aún sin probar
- Rol 15 % de la calidad
- Aún sin probar
- Escritura creativa 15 % de la calidad
- 62,9
- Seguimiento de instrucciones 15 % de la calidad
- 85,0
- Memoria con contexto largo 15 % de la calidad
- Aún sin probar
- Capacidad Peso del 10,5 %
- 40,0
- Freedom Score Peso del 30 %
- Aún sin probar
Aún no hay una coincidencia exacta en las clasificaciones públicas que seguimos. Cómo funciona
Nuestra batería de rol aún no se ha ejecutado con este modelo. Cómo funciona
Nuestra batería de contexto largo aún no se ha ejecutado con este modelo. Cómo funciona
La libertad no se ha probado o las pruebas son insuficientes. El Index conserva la puntuación original de calidad y capacidades, se marca como provisional y sigue recibiendo posición. La falta de pruebas no equivale a cero. Cómo funciona
La libertad no se ha probado o las pruebas son insuficientes. El Index conserva la puntuación original de calidad y capacidades, se marca como provisional y sigue recibiendo posición. La falta de pruebas no equivale a cero.
Abrir el informe de prueba completo →Capacidad, punto por punto
Puntos de la tabla pública de puntuación. Los niveles reescalados y los límites que fijamos nosotros no cuentan.
- Ventana de contexto (publicada por el creador)Sin declarar
- 0,0 / 30
- Modalidades de entrada en SpicyAPISolo texto
- 0,0 / 25
- Uso de herramientasHerramientas y tool_choice
- 15,0 / 15
- Salida estructuradaSe acepta, cumplimiento del esquema verificado
- 15,0 / 15
- Control del razonamiento5 niveles: low · medium · high · xhigh · max
- 10,0 / 15
Lo que Beam 1.0 puede hacer en SpicyAPI
Tomado directamente de la especificación en vivo del modelo en SpicyAPI. Algunos creadores ofrecen más en sus propias apps; esto es lo que puedes llamar hoy desde nuestra API.
| Función | Conversación |
|---|---|
| Ventana de contexto | 1.048.576 tokens |
| Salida máxima por solicitud | 943.718 tokens |
| Niveles de razonamiento | low · medium · high · xhigh · max |
| Llamada a herramientas | Sí |
| Salida estructurada | Sí |
Cuánto tarda de verdad
Medido con trabajos reales de los últimos 30 días, desde la solicitud hasta el resultado final. Los tiempos incluyen nuestras propias pruebas.
- Velocidad de salida
- 217 tok/sIncluye el tiempo hasta el primer token
- Tasa de éxito
- Recopilando datos
Un tiempo aparece cuando hay al menos 10 trabajos completados. Las tasas de éxito solo cuentan trabajos de clientes y siguen ocultas para todos los modelos hasta completar 30 días de tráfico.
Modelos que puedes considerar en lugar de Beam 1.0
Moonshot AI
Kimi K3
A stronger open model?
- Spicy Index
- 77,8+8,9
- Freedom Score
- 74,4
- Precio
- 5,40 US$+260 %/ 1 M tokens · entrada/salida 3:1
Callstack
Apex
A cheaper coding-oriented option?
- Spicy Index
- 77,7+8,8
- Freedom Score
- —
- Precio
- 1,13 US$−25 %/ 1 M tokens · entrada/salida 3:1
Meta
Muse Wonder 1.0
Multimodal and bigger?
- Spicy Index
- 81,0+12,1
- Freedom Score
- —
- Precio
- 8,00 US$+433 %/ 1 M tokens · entrada/salida 3:1
¿Qué opinas?
¿Te resultó útil esta reseña?
Inicia sesión para votar.
Comentarios
Los comentarios se revisan de forma automática y por nuestro equipo. Eliminamos el spam, el contenido inapropiado, los ataques personales y cualquier cosa que nombre a una persona real sin su consentimiento. Si reportas un comentario, lo revisamos en un día hábil.
¿Probaste este modelo? Comparte lo que te funcionó. Necesitas una cuenta gratuita para comentar, así mantenemos fuera el spam.
Preguntas frecuentes sobre Beam 1.0
Prueba Beam 1.0 por tu cuenta
Ajusta cada parámetro en el Playground y mira el precio exacto antes de lanzarlo.
1,50 US$ por 1 M de tokens mixtos (3 de entrada : 1 de salida)
Más reseñas
Ver las clasificaciones →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
- —
Probado el 28 oct 2026
Leer la reseñaKimi 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
- —
Probado el 28 oct 2026
Leer la reseña
Grok 4.3
Elige Grok 4.3 por su ventana de contexto enorme, un apagado real del razonamiento y escritura sin censura a bajo precio; sáltatelo si necesitas archivos.
Probado el 24 sept 2026
Leer la reseña