AWS于2026年10月16日发布文章介绍Reflection AI的Beam开源权重模型，并公布了在Amazon SageMaker上的部署方式。
AWS称，Beam面向软件工程和代理式编码任务，可处理代码维护、工具调用、结果解释以及多步骤工作流。模型采用稀疏混合专家架构，总参数量为5010亿，激活参数量为230亿，有效上下文长度为100万令牌。Reflection AI通过Hugging Face发布模型权重，采用Apache 2.0许可证。
Beam 1.0提供BF16、FP8和NVFP4三种检查点版本，对应不同的显存占用和硬件兼容性。AWS文章介绍，模型在发布时已通过SageMaker JumpStart提供，首批区域包括美国东部（弗吉尼亚北部）和美国东部（俄亥俄）。用户可以从JumpStart创建实时端点，在自有AWS账户中调用推理接口。
对于需要分布式GPU基础设施控制的场景，AWS提供SageMaker HyperPod Inference路径。用户可以在由Amazon EKS编排的HyperPod集群中使用JumpStart托管容器，也可以选择SGLang或vLLM运行时，以配置服务镜像、量化方式、并行执行和路由策略。AWS提示，部署前需要准备账户权限、网络与存储资源、模型条款确认、GPU配额以及对应的推理运行环境。
AWS还列出不同精度版本的实例建议，并说明部署时需要同时估算权重、KV缓存、运行时开销和并行度。文章发布时间为2026年10月16日，来源：AWS Machine Learning Blog。
