Beam 1.0 501B A23B
Réseau Neuronal
Beam 1.0 est un modèle de raisonnement open-weight de Reflection pour le code et les agents ; l'API Beam 1.0 est disponible sur BotHub
Caractéristiques
- Entrée
- texte, documents
- Sortie
- texte
- Taille du contexte
- 1 048 576 tokens
- Longueur maximale de la réponse
- 943 718 tokens
- Niveaux de raisonnement
- faible, moyen, élevé, très élevé, max
- Fonctionnalités
- raisonnement, appel de fonctions
Coût du prompt
(par 1M tokens)
Coût de la réponse
(par 1M tokens)
Comment ça marche Beam 1.0 501B A23B?
Beam 1.0 est un modèle de raisonnement open-weight de Reflection, conçu pour deux tâches : l'écriture de code et les scénarios d'agents longs nécessitant de maintenir un objectif sur plusieurs étapes. L'architecture est un mélange d'experts clairsemé (MoE) : 501 milliards de paramètres au total et 23 milliards actifs par jeton, ce qui signifie qu'une seule partie du réseau fonctionne pour chaque requête. Sur BotHub, le modèle est accessible sans VPN ni carte étrangère, vous payez en roubles à l'usage (par jeton) et non par abonnement, et vous pouvez basculer entre Beam 1.0 et d'autres modèles dans une seule fenêtre. Pour les intégrations, il existe une API unique compatible OpenAI : le changement de modèle ne nécessite pas de réécrire le code, le trafic est chiffré en AES-GCM, et les entreprises ont accès à des contrats, des factures, une gestion électronique des documents et un panneau d'administration avec des limites. Les développeurs utiliseront Beam 1.0 pour analyser des bases de code inconnues, refactoriser et déboguer, les ingénieurs pour créer des agents exécutant des chaînes de tâches, les analystes pour des raisonnements étape par étape sur des problèmes STEM, et les équipes produit pour des prototypes utilisant plusieurs modèles sous une même API.Questions fréquentes sur Beam 1.0 501B A23B
Vous pouvez utiliser les résultats générés à des fins commerciales. Tous les droits sur le contenu créé vous appartiennent. Seule restriction : vérifiez que la requête ne contient pas de contenus protégés par le droit d'auteur appartenant à des tiers. Le respect des droits sur les données d'entrée relève de votre responsabilité.
Le modèle traite le texte et les documents : un contexte allant jusqu'à 1 048 576 jetons permet de charger un rapport volumineux, un contrat ou une base de code entière. Adapté à l'analyse de fichiers longs, à l'écriture et au refactoring de code, à l'analyse logique, aux tâches de raisonnement et aux agents avec appel d'outils.
La limite de sortie est de 943 718 jetons par réponse, soit des centaines de pages de texte. Suffisant pour un long document ou un grand module de code entier, sans collage manuel. En pratique, le volume dépend de votre requête.
Oui, le mode de raisonnement est confirmé : le modèle décompose la tâche étape par étape avant de donner une réponse finale. Cela aide en mathématiques, logique, débogage de code et analyse de documents multi-étapes. Le raisonnement consomme des jetons, donc pour les questions simples, les requêtes courtes sont plus avantageuses.
Oui, le function calling et la sortie JSON structurée sont pris en charge. Vous décrivez le schéma et obtenez une réponse au format souhaité, ou vous fournissez au modèle un ensemble d'outils pour l'agent. Sur BotHub, cela est disponible via une API unique compatible OpenAI, permettant de changer de modèle sans réécrire l'intégration.
Selon nos données, le texte et les documents sont acceptés en entrée — vous pouvez joindre un fichier et demander d'analyser son contenu. Les images, l'audio et la vidéo ne sont pas mentionnés dans les capacités ; pour ces tâches, des modèles multimodaux spécialisés sont disponibles dans la même fenêtre BotHub.
La langue de travail du modèle n'est pas spécifiée dans nos données, nous ne promettons donc rien de concret — il est plus simple de tester avec votre propre requête. Si le résultat ne vous convient pas, passez à un autre modèle dans la même fenêtre et comparez les réponses.