Reflection: Beam 1.0 501B A23B

{"about":"### Beam 1.0 von Reflection\n\nBeam 1.0 501B A23B ist ein Textmodell von Reflection für Programmierung, Schlussfolgerungen und Aufgaben mit mehreren zusammenhängenden Schritten. Seine dünn besetzte MoE-Architektur umfasst insgesamt 501,3 Milliarden Parameter und etwa 23,4 Milliarden aktive Parameter pro Token. Das Modell wurde vorwiegend für Englisch entwickelt; das sollten Sie bei der Wahl der Sprache von Quellcode, technischen Materialien und ausführlichen Anweisungen berücksichtigen.\n\nDie Architektur verbindet lokale und globale Aufmerksamkeit. Das Training umfasst Quellcode, technische Dokumentation sowie wissenschaftliche und didaktische Materialien. Eine eigene Trainingsphase entwickelte den langen Kontext anhand strukturierter Repositorys, langwieriger Aufgaben und umfangreicher Dokumente weiter. Beim Reinforcement Learning kombinierte der Entwickler Programmieraufgaben, Terminalarbeit und MINT-Aufgaben.\n\n### Auf welche Aufgaben das Modell ausgerichtet ist\n\nReflection hebt Softwareentwicklung, mathematisches und wissenschaftliches Schlussfolgern sowie schrittweise Problemlösung hervor. Diese Schwerpunkte lassen sich für einen inhaltlichen Textdialog nutzen: Beziehungen zwischen Programmkomponenten erklären, einen Logikfehler untersuchen, eine Algorithmusänderung vorschlagen, einen Plan zur Prüfung einer Hypothese erstellen oder technisches Material zusammenfassen.\n\nBeam legt einen besonderen Schwerpunkt auf den sparsamen Einsatz von Reasoning-Token. Im Training wurde die erfolgreiche Lösung mit einer Verringerung unnötiger Token belohnt. Dies beschreibt den Ansatz des Entwicklers; die Länge einer konkreten Antwort sollten Sie dennoch ausdrücklich vorgeben, etwa ein kurzes Fazit, einen ausführlichen Beweis oder einen Patch mit Erläuterung.\n\n### Großer Textkontext in Ailoot\n\nDas Kontextfenster der Anbindung umfasst 1 048 576 Token. Es enthält die übergebenen Materialien, Anweisungen, den Verlauf und die entstehende Antwort. In den Metadaten des Modells ist ein Antwortumfang von bis zu 131 072 Token angegeben. Dieser Umfang ermöglicht die Übergabe mehrerer zusammenhängender Texte: einer Spezifikation, von Implementierungsausschnitten, Prüfergebnissen und dazugehörigen Fragen. Geben Sie den Materialien Namen und lassen Sie kennzeichnen, auf welchen Abschnitt sich eine Schlussfolgerung stützt. Das erleichtert die Prüfung umfangreicher Analysen.\n\nBei einer Codeaufgabe können Sie beispielsweise zuerst eine Abhängigkeitsübersicht anhand der übergebenen Dateien anfordern, dann die Änderungsstelle bestimmen und erst anschließend die Implementierung vorbereiten lassen. Für eine wissenschaftliche Aufgabe geben Sie Ausgangsbedingungen, Bezeichnungen und das erforderliche Maß an Strenge vor. Dies sind Möglichkeiten, die Anfrage so zu organisieren, dass sich ein nützliches Ergebnis mit den Ausgangsmaterialien abgleichen lässt.\n\nDie Anbindung nimmt Text entgegen und liefert Text über Messages, Responses, Chat Completions sowie textbasiertes generateContent. Code und Empfehlungen erscheinen als Modellantwort; die Ausführung von Befehlen und die Arbeit mit externen Daten richten sich nach den Möglichkeiten Ihrer Anwendung.","alias_of":null,"aliases":[],"author":"Reflection","canonical_model":"reflection/beam-1.0-501b-a23b","ctx":null,"formats":["chat","gemini","messages","responses"],"id":"reflection/beam-1.0-501b-a23b","input":["text"],"kind":"text","max_out":null,"methods":[{"cache_read":0.1,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"anthropic","fast_multiplier":1,"flex_multiplier":1,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":0.5,"input":["text"],"label":"Anthropic Messages","max_out":null,"max_tool_calls":null,"out":2.0,"output":["text"],"path":"/v1/messages","request_model_id":"reflection/beam-1.0-501b-a23b","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.1,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":0.5,"input":["text"],"label":"OpenAI Responses","max_out":null,"max_tool_calls":null,"out":2.0,"output":["text"],"path":"/v1/responses","request_model_id":"reflection/beam-1.0-501b-a23b","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.1,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":0.5,"input":["text"],"label":"OpenAI Chat","max_out":null,"max_tool_calls":null,"out":2.0,"output":["text"],"path":"/v1/chat/completions","request_model_id":"reflection/beam-1.0-501b-a23b","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.1,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"gemini","fast_multiplier":1,"flex_multiplier":1,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":0.5,"input":["text"],"label":"Gemini generateContent","max_out":null,"max_tool_calls":null,"out":2.0,"output":["text"],"path":"/v1beta/models/reflection/beam-1.0-501b-a23b:generateContent","request_model_id":"reflection/beam-1.0-501b-a23b","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"reflection/beam-1.0-501b-a23b","request_model_id":"reflection/beam-1.0-501b-a23b","route_label":"Ultra"}],"name":"Reflection: Beam 1.0 501B A23B","price":{"in":0.5,"in_label":null,"out":2.0,"out_label":null,"sort_in":0.5,"sort_out":2.0,"varies":false},"public_id":"reflection/beam-1.0-501b-a23b","short":"Textbasiertes MoE-Modell von Reflection mit großem Kontext für Softwareentwicklung, mathematische Schlussfolgerungen und schrittweise Aufgabenanalyse."}