소개
Beam 1.0은 Reflection의 모델로, 코딩과 장기 도구 워크플로에 활용할 수 있습니다. 지원하는 입력은 텍스트이며 입력 예산은 1,048,576토큰, max_tokens 상한은 943,718입니다. 스트리밍과 함수 호출도 지원합니다.
| 항목 | 값 |
|---|---|
| 입력 | 텍스트 |
| 출력 | 텍스트 |
| 입력 예산 | 1,048,576 tokens |
| max_tokens 상한 | 943,718 |
핵심 기능 및 하이라이트
오픈 웨이트, API로 제공합니다
Beam의 가중치는 공개되어 있으므로, 여기서 호출하는 모델을 필요에 따라 직접 실행하거나 파인튜닝할 수도 있습니다. Reflection AI는 상업적 및 연구 용도로 쓸 수 있는 오픈 모델이라고 설명합니다. 이 엔드포인트는 빠른 경로입니다. GPU를 준비할 필요가 없고, 토큰 단위로 과금되며, 이미 작성해 두신 chat completions 요청을 그대로 사용하실 수 있습니다.
실제 저장소를 위해 설계되었습니다
Reflection AI의 모델 카드는 실제 GitHub 이슈 해결, 명령줄과 DevOps 환경에서의 작업, 에이전트형 코딩 하네스와의 연동에 초점을 둡니다. SWE-Bench Verified에서 81.6%, Terminal Bench v2.1에서 80.1%의 점수를 공개했습니다. 이는 공급사가 자체 환경에서 낸 수치이므로, 보장이 아니라 여러분의 저장소에서 시험해 볼 근거로 삼으시기 바랍니다.
도구 호출과 장시간 작업
모델은 함수 호출을 반환하고, 애플리케이션이 이를 검증하고 실행합니다. 이후 여러분이 돌려보낸 도구 메시지를 이어 받아 작업을 계속합니다. 여기서 tool_choice는 문자열 또는 객체를 받고, parallel_tool_calls는 기본으로 켜져 있습니다. Reflection AI는 MCP 방식의 도구 사용과 여러 단계 작업을 강조하는데, 파일을 읽고 테스트를 실행하며 반복하는 에이전트 루프에 잘 맞습니다.
설계상 추론 토큰이 적습니다
Reflection AI는 Beam이 주요 오픈 모델보다 약 3분의 1 적은 추론 토큰으로 비슷한 해결 품질에 도달한다고 밝혔습니다. 여러분의 워크로드에서도 그렇다면, 추론이 출력으로 과금되므로 출력 비용이 곧바로 낮아집니다. 이는 공급사의 주장이므로, medium과 high 수준에서 여러분의 프롬프트로 토큰 수를 직접 측정해 보시기 바랍니다.
요청 파라미터
| 파라미터 | 필수 | 설명 |
|---|---|---|
messages | 예 | Beam 1.0의 긴 코드 수정 작업에 필요한 대화와 근거를 텍스트로 순서대로 전달하고 각 도구 결과에 원래 tool_call_id를 연결합니다. 1개 이상 · 256개 이하 |
max_tokens | 아니요 | Beam 1.0의 max_tokens는 표시되는 답변과 과금 대상 추론을 합한 한도이며 기본값은 4096, 최댓값은 943718이고 한도를 높여도 토큰 단가는 바뀌지 않습니다. |
reasoning_effort | 아니요 | Beam 1.0은 low, medium, high, xhigh, max를 제공하며 기본값은 medium입니다. Beam 1.0의 긴 코드 수정 작업에서 수준을 비교하면 깊은 추론에 따른 출력 토큰과 대기 시간 증가를 확인할 수 있습니다. |
stop | 아니요 | Beam 1.0의 생성을 멈출 문자열을 하나 또는 최대 4개 지정하며 일치한 문자열 자체는 답변에 포함하지 않습니다. 1자 이상 · 1개 이상 · 4개 이하 |
temperature | 아니요 | Beam 1.0의 temperature 범위는 0~2이며 Beam 1.0의 긴 코드 수정 작업의 표현을 비교할 때 다른 샘플링 설정을 고정합니다. |
top_p | 아니요 | Beam 1.0의 top_p는 누클리어스 샘플링을 조절하며 Beam 1.0의 긴 코드 수정 작업에서 효과를 확인할 때 temperature와 따로 변경합니다. |
tools | 아니요 | Beam 1.0의 긴 코드 수정 작업에 필요한 함수를 OpenAI 형식으로 Beam 1.0에 전달하며 모델이 인수를 제안하고 앱에서 검증·실행합니다. 128개 이하 |
parallel_tool_calls | 아니요 | Beam 1.0의 긴 코드 수정 작업에 외부 결과가 여러 개 필요할 때 Beam 1.0이 독립적인 함수 호출을 함께 제안하도록 허용합니다. 기본값: |
tool_choice | 아니요 | Beam 1.0에서 auto, none, required 또는 특정 함수를 선택하고 Beam 1.0의 긴 코드 수정 작업을 이어 갈 때 반환된 호출 ID를 유지합니다. |
response_format | 아니요 | Beam 1.0에 텍스트 또는 구조화 JSON을 요청하고 Beam 1.0의 긴 코드 수정 작업에 사용할 JSON 필드를 앱에서 검증합니다. |
요금
입력 $1 / 출력 $3 100만 토큰당
활용 사례
저장소 전체에 걸친 이슈를 해결합니다
이슈 본문, 관련 파일, 실패한 테스트 출력을 모델에 전달하고, 최소한의 패치와 그 수정이 동작함을 증명하는 명령을 요청하세요. 1,048,576토큰 윈도우 덕분에 발췌가 아니라 모듈 전체를 포함할 수 있습니다. 병합하기 전에 diff를 검토하고 테스트도 직접 실행하시기 바랍니다.
터미널에서 돌리는 에이전트 루프
모델을 셸, 파일, 테스트 도구에 연결하고 확인, 수정, 실행, 출력 읽기를 반복하게 합니다. 대화 기록은 메시지 목록에 유지하고, 턴 수에 상한을 두고, 모든 도구 호출을 기록해 두면 문제가 생겼을 때 실행을 다시 재현할 수 있습니다.
비용에 민감한 일괄 코딩 작업
타입 주석 추가, 여러 모듈의 테스트 작성, 지원 중단된 API 마이그레이션처럼 대량으로 처리하는 작업에서는 추론 토큰을 적게 쓰는 모델이 도움이 됩니다. low나 medium에서 시작하고, 결과를 몇 개 직접 확인한 뒤, 실패하는 경우에만 설정을 올리시기 바랍니다.
추론과 수학 문제 세트
Reflection AI는 AIME 2026과 GPQA Diamond 결과를 공개했으므로, 구조화된 추론 작업에 적합한 후보입니다. 답과 핵심 단계를 따로 요청하고, 틀린 답의 비용이 클 때는 최종 숫자를 코드로 검증하시기 바랍니다.
프롬프트 가이드 및 실전 팁
채팅 요청 보내기
모델 이름과 일반 텍스트로 된 messages 배열을 넣어 chat completions 엔드포인트를 호출합니다. 이 모델은 텍스트만 처리하므로, 이미지나 문서는 먼저 텍스트로 변환해 주세요. 긴 응답이 예상된다면 stream을 true로 설정합니다.
추론 강도와
max_tokens상한 정하기기본 강도는 medium입니다. 까다로운 여러 단계 버그에는 high 이상으로, 일상적인 수정에는 low로 낮추세요. 추론 토큰도 max_tokens에 포함되므로 여유를 남겨 두셔야 합니다. 여유가 없으면 눈에 보이는 답변이 나오기 전에 상한에 걸려 응답이 끊길 수 있습니다.
도구를 정의하고 결과를 돌려보내기
JSON Schema 형식의 도구를 넘기고 모델이 선택하게 하세요. 각 도구 호출에는 같은 tool_call_id를 담은 도구 메시지로 응답합니다. 도구를 사용하는 대화를 이어 갈 때는 이전 어시스턴트 턴의 reasoning_content를 기록에 그대로 유지하세요.
현재 모델과 비교하기
같은 실제 작업 10개를 Beam과 현재 쓰는 모델에서 각각 실행하고, 성공률, 출력 토큰 수, 지연 시간을 비교하세요. 이 페이지의 추정치는 요청 한 건당 비용을 보여 주므로, 트래픽을 옮기기 전에 차이를 미리 계산할 수 있습니다.
Beam으로 저장소를 수정합니다
Beam 1.0에 이슈, 관련 모듈, 실패한 테스트 출력을 함께 전달합니다. 텍스트 입력 한도는 1,048,576토큰으로, 스택 추적뿐 아니라 버그 주변 구현도 포함할 수 있습니다.
에이전트 기록을 이어 갑니다
추론은 medium으로 시작합니다. 세션을 이어 갈 때 이전 함수 호출, tool_call_id, reasoning_content를 유지합니다. 파일 작업과 테스트는 앱에서 실행하고 실제 출력을 돌려줍니다. Beam은 저장소 이름만으로 코드를 읽지 않습니다.
패치를 검증합니다
변경 코드와 검증 명령을 요청합니다. max_tokens에 추론도 포함하고 종료 이유를 확인한 뒤 병합 전에 제안된 테스트를 실행합니다. Reflection의 벤치마크는 자체 환경의 평가이며 패치의 성패는 해당 저장소에서 확인합니다.
Beam 1.0의 긴 코드 수정 작업에는 Beam 1.0 자체의 콘텐츠 판단이 적용되며 NSFW 응답은 요청이나 모델 버전에 따라 달라지므로 무제한 출력을 약속하지 않습니다.
API 빠른 시작
curl --fail-with-body -sN https://api.spicyapi.ai/v1/chat/completions \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $(uuidgen)" \
-d '{
"model": "reflection/beam-1.0/chat",
"messages": [
{
"role": "user",
"content": "Summarise the following release notes into three bullet points."
}
],
"stream": true
}' \
| jq --unbuffered -Rrj 'select(startswith("data: ")) | .[6:] | select(. != "[DONE]") | fromjson | if .error then "\n[error] \(.error.message)\n" else (.choices[0].delta.content? // empty) end'
인증, 전체 스키마, 폴링과 오류 처리는 API 레퍼런스에서 확인하세요.