Ce test n’est pas encore disponible en Français : vous lisez la version originale 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
Pas encore testé
- Prix
- 1,50 $US par million de tokens mixtes (3 en entrée : 1 en sortie)
- Vitesse de sortie
- 217 tokens/s
- Taux de réussite
- Collecte en cours
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
- Testé le 28 oct. 2026
- Méthodologie v3.3 →
- Nous vendons ces modèles ; le prix n’entre pas dans les notes →
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.
Ce qui nous a plu et ce qui l’a freiné
Ce qui nous a plu
- 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.
Ce qui l’a freiné
- 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.
Comment Beam 1.0 obtient son Spicy Index
Chaque dimension ci-dessous mène à son calcul complet : la ligne de grille d’où vient chaque point et la raison de chaque point perdu.
- Classements publics 40 % de la qualité
- Pas encore testé
- Jeu de rôle 15 % de la qualité
- Pas encore testé
- Écriture créative 15 % de la qualité
- 62,9
- Respect des consignes 15 % de la qualité
- 85,0
- Mémoire en contexte long 15 % de la qualité
- Pas encore testé
- Capacités Pondération 10,5 %
- 40,0
- Freedom Score Pondération 30 %
- Pas encore testé
Pas encore de correspondance exacte dans les classements publics suivis. Fonctionnement
Notre batterie de jeu de rôle n’a pas encore été lancée sur ce modèle. Fonctionnement
Notre batterie de contexte long n’a pas encore été lancée sur ce modèle. Fonctionnement
La liberté n'a pas été testée ou les preuves sont insuffisantes. L'Index conserve le score initial de qualité et capacités, porte la mention provisoire et reste classé. Une preuve manquante n'est pas un zéro. Fonctionnement
La liberté n'a pas été testée ou les preuves sont insuffisantes. L'Index conserve le score initial de qualité et capacités, porte la mention provisoire et reste classé. Une preuve manquante n'est pas un zéro.
Ouvrir le rapport de test complet →Capacités, critère par critère
Points issus de la grille de notation publique. Les niveaux obtenus par agrandissement et les limites que nous fixons nous-mêmes ne comptent pas.
- Fenêtre de contexte (publiée par l’éditeur)Non indiqué
- 0,0 / 30
- Modalités d’entrée sur SpicyAPITexte uniquement
- 0,0 / 25
- Utilisation d’outilsOutils et tool_choice
- 15,0 / 15
- Sortie structuréeAccepté, respect du schéma vérifié
- 15,0 / 15
- Contrôle du raisonnement5 niveaux : low · medium · high · xhigh · max
- 10,0 / 15
Ce que Beam 1.0 sait faire sur SpicyAPI
Tiré directement de la spécification en ligne du modèle sur SpicyAPI. Certains éditeurs en offrent davantage dans leurs propres applications ; voici ce que vous pouvez appeler via notre API aujourd’hui.
| Fonction | Conversation |
|---|---|
| Fenêtre de contexte | 1 048 576 tokens |
| Sortie max. par requête | 943 718 tokens |
| Niveaux de raisonnement | low · medium · high · xhigh · max |
| Appel d’outils | Oui |
| Sortie structurée | Oui |
Le temps que ça prend vraiment
Mesuré sur de vraies tâches des 30 derniers jours, de la requête au résultat final. Les temps incluent nos propres tests.
- Vitesse de sortie
- 217 tokens/sDélai jusqu’au premier token inclus
- Taux de réussite
- Collecte en cours
Un temps apparaît dès qu’au moins 10 tâches terminées sont reçues. Les taux de réussite ne comptent que les tâches des clients et restent masqués pour tous les modèles jusqu’à 30 jours complets de trafic.
Modèles à envisager à la place de Beam 1.0
Moonshot AI
Kimi K3
A stronger open model?
- Spicy Index
- 77,8+8,9
- Freedom Score
- 74,4
- Prix
- 5,40 $US+260 %/ 1 M tokens · entrée/sortie 3:1
Callstack
Apex
A cheaper coding-oriented option?
- Spicy Index
- 77,7+8,8
- Freedom Score
- —
- Prix
- 1,13 $US−25 %/ 1 M tokens · entrée/sortie 3:1
Meta
Muse Wonder 1.0
Multimodal and bigger?
- Spicy Index
- 81,0+12,1
- Freedom Score
- —
- Prix
- 8,00 $US+433 %/ 1 M tokens · entrée/sortie 3:1
Qu’en pensez-vous ?
Ce test vous a-t-il été utile ?
Connectez-vous pour voter.
Commentaires
Les commentaires sont vérifiés automatiquement et par notre équipe. Nous supprimons le spam, le contenu inapproprié, les attaques personnelles et tout ce qui nomme une personne réelle sans son consentement. Signalez un commentaire et nous l’examinerons sous un jour ouvré.
Vous avez essayé ce modèle ? Partagez ce qui a marché. Un compte gratuit est nécessaire pour commenter, afin de tenir le spam à distance.
FAQ sur Beam 1.0
Essayez Beam 1.0 vous-même
Réglez chaque paramètre dans le Playground et voyez le prix exact avant de lancer.
1,50 $US par million de tokens mixtes (3 en entrée : 1 en sortie)
Autres tests
Voir les classements →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
- —
Testé le 28 oct. 2026
Lire le testKimi 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
- —
Testé le 28 oct. 2026
Lire le test
Grok 4.3
Choisissez Grok 4.3 pour son immense contexte, son vrai bouton pour couper le raisonnement et son écriture sans censure, pas cher ; à éviter avec des fichiers.
Testé le 24 sept. 2026
Lire le test