两家欧美公司同一天抢着开源，可权重都要等下个月
10月5日，布鲁克林的Reflection AI发布了Beam，5010亿参数。第二天，巴黎的Mistral放出Large 4，1.05万亿参数，内部代号叫Le Chonk。两家都对外说自己是欧美最强的开源权重模型，两家也都说了同一句话，权重这个月晚些时候放。
我把能找到的材料对了一遍，包括两家自己的技术博客、TechCrunch和路透的报道。到10月7日为止，两个模型都还没有可下载的权重。Reflection给的是等待名单，Mistral给的是一个受限的公开接口，官方说的开权重时间是10月27日。
所以先把话说准。这轮发布目前发布的是参数表和作者自测，不是可以跑的东西。
先说Beam的账怎么算。它用的是稀疏混合专家架构，总共5010亿参数，但每生成一个token只激活其中230亿。Reflection在技术博客里强调的就是这个比例，同样的题目，它只让五十分之一的网络干活。训练侧的数字也大，预训练用了23.8万亿token，强化学习阶段动用10500块英伟达GB300，跑了四周，生成超过1亿次rollout。公司自己说这是开放实验室里规模最大的一次强化学习训练。
架构上省下来的那部分，是推理时的算力。存下来的部分省不了。混合专家模型的专家虽然每次只叫醒几个，但整批专家都得躺在显存里等着被叫。想自己在机房跑Beam，硬件还是得按5010亿参数配。Reflection自己讲效率的时候用的是每token的算力，不是整机成本，这两个数的量级差得很远。
现在看Beam自己公布的成绩单。在SWE-Bench Verified上它拿80.9分，Terminal-Bench 2.1拿80.1分，这两个位置不错。往下一格就不好看了。在DeepSWE 1.1这个跑真实软件工程任务的测试上，Beam得44.4分，智谱的GLM-5.2是44.0，而Kimi K3是68.0，DeepSeek V4.1 Flash是74.2。一个宣称自己是美国开源阵营代表、要跟中国模型掰手腕的模型，在它自己挑出来的表里，被两款中国开源模型甩开了二十多分。Reflection在博客里没有回避这一点，它写了Kimi K3在原始能力上仍然领先。
Beam的辩护是说它更省。官方口径是，高级推理上跟GLM-5.2持平，推理算力只用三分之一到四分之一。这个数字有出处，也有条件。Reflection的注释写明，它按2乘以激活参数量再乘以平均生成token数来估算，而且明确排除了提示词的预填充、随上下文变化的注意力运算和服务开销。所以那是个大致比较，不是实测出来的账单。我在意的正是这个差别。一个企业真要去买卡开服务，付钱按的是实测账单。
公司的钱和它的产品是配套的。Beam不要钱，Apache 2.0，下载了自己改。Reflection靠别的东西挣钱，官方管它叫AI工厂。银行和政府可以拿自家数据，在自家机房里，训它家的基座模型。它的钱来自机柜里的GPU。这层关系在股权上更直白，英伟达既投了Reflection大约8亿美元，又是GB300的供应商，公司整个夏天跟SpaceX和Nebius签了70多亿美元的算力合同，把芯片锁到2029年。免费给一个前沿模型是最好的鱼饵，每卖出一座AI工厂，就是卖出一批卡。
再看Mistral那一边。Large 4从零训起，用大约4000块英伟达Grace Blackwell，在欧洲自己的数据中心里训了两个月，耗电约10兆瓦。法国的实验室这次把欧洲自主做成了卖点，说客户要的是两样保证，没有外国能随时掐断访问，以及训练过程有一份说得清的记录。这话说得很有分量，但也要看它实际给出去的东西。10兆瓦是个什么量级，跟美国几家前沿实验室动辄上百兆瓦的园区不在一个档上。这也解释了Mistral为什么不去争总分第一，它的表里DeepSWE 1.1拿62分，比Beam高，但比Kimi K3低，而它更愿意谈的是网络安全、金融和芯片设计这几个具体场景。
把两家的声明放在一起看，会看到一件挺有意思的事。两家都把开权重的时间推到月底，理由也是同一个，要先做安全测试或者跟伙伴试用。放在三年前，开源模型发布就是当天把文件传上去。现在前沿规模的开源变成了一场分两步走的发布会，先放参数和分数，一个月后再放文件。我理解这个安排有它的道理，权重一出去就收不回来，红队测试需要时间。但读者读到的第一波新闻，读到的是参数和自测分数，那部分其实不需要等一个月。这中间的时间差，正好用来讲一个不用第三方验证的故事。
说了这么多不确定，也有能定的东西。Beam的出现确实填了一个空位。过去两年，最强开源模型的头衔基本在中国实验室手里，Qwen、DeepSeek、Kimi、GLM轮着坐。现在有一家美国公司愿意把自己的前沿模型按Apache 2.0放出来，这是好事，尤其对那些不能把数据送进API、又不想用中国模型的企业。Beam值不值得上生产，答案很具体，就等文件放出来，谁拿自己仓库里的真实问题跑一遍，谁才知道。在那之前，它是一份参数表加一份自测成绩单。
来源
Reflection AI官网10月5日那篇Beam介绍，含参数、训练规模、基准表与效率估算方法注释；TechCrunch关于Beam的报道，涉及融资约47亿美元、投后估值约250亿美元、SpaceX与Nebius算力合同、英伟达持股约8亿美元；The Next Web与BlockBeats对Mistral Large 4预览版的报道，含4000块Grace Blackwell、两个月训练与10兆瓦功耗；IT之家对Beam发布的中文报道。