Этот обзор пока недоступен на языке «Русский», поэтому вы читаете оригинал на языке «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
Пока не проверяли
- Цена
- 1,50 $ за 1 млн смешанных токенов (3 входных : 1 выходной)
- Скорость вывода
- 217 ток/с
- Доля успешных
- Собираем данные
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
- Проверено 28 окт. 2026 г.
- Методика v3.3 →
- Мы продаём эти модели; цена на оценку не влияет →
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.
Что понравилось и что мешало
Что понравилось
- 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.
Что мешало
- 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.
Из чего складывается Spicy Index модели Beam 1.0
Каждое измерение ниже ведёт к полному расчёту: из какой строки таблицы взят каждый балл и почему баллы потеряны.
- Публичные рейтинги 40 % качества
- Пока не проверяли
- Ролевые игры 15 % качества
- Пока не проверяли
- Художественный текст 15 % качества
- 62,9
- Выполнение инструкций 15 % качества
- 85,0
- Память на длинном контексте 15 % качества
- Пока не проверяли
- Возможности Вес 10,5 %
- 40,0
- Freedom Score Вес 30 %
- Пока не проверяли
В отслеживаемых публичных рейтингах пока нет точного совпадения. Как это работает
Наш набор тестов ролевых игр для этой модели ещё не запускался. Как это работает
Наш набор тестов длинного контекста для этой модели ещё не запускался. Как это работает
Свобода не проверена или данных недостаточно. Index сохраняет исходный балл качества и возможностей, помечается как предварительный и продолжает участвовать в рейтинге. Отсутствие данных не равно нулю. Как это работает
Свобода не проверена или данных недостаточно. Index сохраняет исходный балл качества и возможностей, помечается как предварительный и продолжает участвовать в рейтинге. Отсутствие данных не равно нулю.
Открыть полный отчёт о тестах →Возможности по пунктам
Баллы из открытой таблицы оценки. Уровни, полученные апскейлом, и ограничения, которые мы задали сами, не учитываются.
- Окно контекста (по данным разработчика)Не указано
- 0,0 / 30
- Входные модальности на SpicyAPIТолько текст
- 0,0 / 25
- Использование инструментовИнструменты и tool_choice
- 15,0 / 15
- Структурированный выводПринимается, соответствие схеме подтверждено
- 15,0 / 15
- Управление рассуждением5 уровней: low · medium · high · xhigh · max
- 10,0 / 15
Что Beam 1.0 умеет на SpicyAPI
Взято напрямую из актуальной спецификации модели на SpicyAPI. Некоторые разработчики дают больше в своих приложениях; здесь — то, что можно вызвать через наш API уже сегодня.
| Функция | Чат |
|---|---|
| Окно контекста | 1 048 576 токенов |
| Максимум вывода на запрос | 943 718 токенов |
| Уровни рассуждения | low · medium · high · xhigh · max |
| Вызов инструментов | Да |
| Структурированный вывод | Да |
Сколько это занимает на самом деле
Измерено на реальных задачах за последние 30 дней — от запроса до готового результата. Время включает и наши собственные тестовые запуски.
- Скорость вывода
- 217 ток/сВключая время до первого токена
- Доля успешных
- Собираем данные
Время появляется, когда набирается не менее 10 завершённых задач. Доля успешных считается только по задачам клиентов и скрыта для всех моделей, пока не наберётся 30 полных дней трафика.
Модели, которые стоит рассмотреть вместо Beam 1.0
Moonshot AI
Kimi K3
A stronger open model?
- Spicy Index
- 77,8+8,9
- Freedom Score
- 74,4
- Цена
- 5,40 $+260 %/ 1 млн токенов · вход/выход 3:1
Callstack
Apex
A cheaper coding-oriented option?
- Spicy Index
- 77,7+8,8
- Freedom Score
- —
- Цена
- 1,13 $−25 %/ 1 млн токенов · вход/выход 3:1
Meta
Muse Wonder 1.0
Multimodal and bigger?
- Spicy Index
- 81,0+12,1
- Freedom Score
- —
- Цена
- 8,00 $+433 %/ 1 млн токенов · вход/выход 3:1
Что вы думаете?
Был ли этот обзор полезен?
Войдите, чтобы проголосовать.
Комментарии
Комментарии проверяются автоматически и нашей командой. Мы удаляем спам, неуместный контент, личные нападки и всё, где без согласия называют реального человека. Пожалуйтесь на комментарий — мы рассмотрим жалобу в течение одного рабочего дня.
Пробовали эту модель? Поделитесь тем, что сработало. Чтобы комментировать, нужен бесплатный аккаунт — так мы защищаемся от спама.
Вопросы о Beam 1.0
Попробуйте Beam 1.0 сами
Настройте каждый параметр в Playground и узнайте точную цену до запуска.
1,50 $ за 1 млн смешанных токенов (3 входных : 1 выходной)
Другие обзоры
Смотреть рейтинги →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
- —
Проверено 28 окт. 2026 г.
Читать обзорKimi 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
- —
Проверено 28 окт. 2026 г.
Читать обзор
Grok 4.3
Берите Grok 4.3 ради огромного контекстного окна, настоящего выключателя рассуждений и текста без цензуры по низкой цене; пропустите при нужде в файлах.
Проверено 24 сент. 2026 г.
Читать обзор