图片由 AIYXL 用 AI 生成
AWS 于 10 月 16 日发布了 Reflection Beam 的部署指南，为评估该开放权重模型用于编码和多步骤智能体任务的组织提供了一条实用路径。
据 AWS 介绍，Beam 采用混合专家架构，总参数为 5010 亿，激活参数为 230 亿。其权重通过 Hugging Face 以 Apache 2.0 许可发布，并提供 BF16、FP8 和 NVFP4 变体。
激活参数并不能说明全部基础设施情况
这一区别很重要：激活参数影响每个 token 的计算量，而完整模型仍决定权重存储和内存需求。
AWS 介绍了通过 SageMaker JumpStart 进行托管部署，以及使用 HyperPod Inference（包括 SGLang 或 vLLM）的更多可配置选项。其指南要求具备多 GPU 容量并开展针对工作负载的测试。
控制权带来运营责任
获得权重扩大了企业可用的选择。它也带来了关于容量、运行时维护和评估的决策。
一次有用的试用应跟踪一项编码任务直至完成：模型是否理解问题、做出适当修改并通过有意义的检查。运营成本应结合已验收的工作来评估，包括审查和修复该工作所需的人工时间。