# Beam publica la misma prueba en tres precisiones: la descarga de 280 GB gana en cuatro de veintitrés > Reflection midió las 23 pruebas de Beam en BF16, FP8 y NVFP4. La versión pequeña pierde 1,7 puntos en Terminal Bench y gana 2,1 en SWE Bench Pro v2-Hard. - Publicado: 18 de octubre de 2026 - Autor: Equipo de IntegraLaIA - Categoría: Actualidad - Temas: Actualidad, Modelos, Costos, DeepSeek, Reflection - Original: https://integralaia.com/blog/beam-tres-precisiones-cuantizar-no-es-rebajar-parejo - Cómo se hizo: Borrador asistido por IA (Claude); revisado, editado y verificado por Equipo de IntegraLaIA el 18 de octubre de 2026. Ilustración generada con IA. --- Reflection publicó el 16 de octubre los pesos de Beam bajo licencia Apache 2.0: 501.300 millones de parámetros, 23.400 millones activos por token, ventana de un millón. Lo distinto no es el tamaño, sino que publicó **tres descargas del mismo modelo**, en BF16, FP8 y NVFP4, y midió las 23 pruebas de su tabla con cada una. Casi nadie hace eso. El 80,1 en Terminal Bench v2.1 que circula en los titulares es el de la descarga BF16, que ocupa alrededor de un terabyte: no es la que casi nadie va a servir. ## La versión pequeña gana en cuatro de veintitrés Comparada con la BF16, la NVFP4 de unos 280 GB queda por debajo en 18 pruebas, empata en una y queda **por encima en cuatro**. Pierde 1,7 puntos en Terminal Bench v2.1 (80,1 contra 78,4), 2,3 en SciCode y 1,2 en HLE sin herramientas. Y gana 2,1 en SWE Bench Pro v2-Hard: 76,5 la grande, 78,6 la pequeña. Tampoco hay una escalera ordenada por precisión. En AA Omniscience la FP8, que está en medio, es la peor de las tres: 10,8 la BF16, 9,8 la NVFP4 y 8,8 la FP8. En AIME 2026 es la mejor. Son cifras autorreportadas y de una sola corrida, así que varias de esas diferencias caben dentro del ruido, y esa es la conclusión útil: si caben dentro del ruido, tampoco sostienen que la descarga grande rinda más en la tarea de uno. ## Esto no es una tabla, es una compra de hardware Las tres descargas no corren en la misma máquina. Reflection publica la FP8 para GPU Hopper y Ampere y la NVFP4 para Blackwell, y la BF16 pide del orden de un terabyte solo en pesos. Elegir precisión es elegir qué servidor se compra o se arrienda, y esa decisión se justifica con la puntuación del anuncio. El cuadro por precisiones dice que no se sostiene sola. El otro lanzamiento de la semana lo confirma. DeepSeek publicó el 17 de octubre V4.1-Flash-1017 con licencia MIT y tabla frente a otros modelos, pero con **una sola columna de precisión**, y su ficha enlaza 36 cuantizaciones de la comunidad, ninguna con resultados propios: quien descargue una sirve un modelo que nadie midió, con la puntuación de otro. ## Qué mirar antes de descargar La pregunta no es qué modelo abierto puntúa más alto, sino qué punto de control se va a servir y si existe una medición de ese. Si no existe, hay que hacerla sobre la tarea propia antes de dimensionar el servidor: la diferencia entre precisiones es del tamaño de la ventaja que se le atribuye al modelo entero. Es la otra mitad de lo que ya pedía la licencia en [Mistral Large 4](/blog/mistral-large-4-pesos-abiertos-licencia-sin-nombre), y vale para los pequeños de hardware propio, como los [modelos de decisión de Cloudflare y AWS](/blog/modelos-de-decision-pesos-abiertos-clef-strands-decider). Nosotros operamos [agentes](/agentes) en producción y la cifra con la que presupuestamos es la medida en la configuración que de verdad se sirve, no la del anuncio. --- ## Sobre qué se escribió - Reflection, ficha del modelo «Beam-1.0-501B-A23B-NVFP4» en Hugging Face, consultada el 18 de octubre de 2026: la tabla completa de 23 pruebas medida en BF16, FP8 y NVFP4 con temperatura 0,7 y top_p 0,99. De ahí salen Terminal Bench v2.1 (80,1 / 78,9 / 78,4), SWE Bench Pro v2-Hard (76,5 / 78,4 / 78,6), SWEBench Verified (81,6 / 80,2 / 80,7), SciCode (49,2 / 48,3 / 46,9), HLE sin herramientas (36,0 / 36,0 / 34,8), AIME 2026 (97,7 / 98,0 / 97,5), MCP Atlas (80,8 / 81,5 / 80,5), DeepSearchQA (80,5 / 79,6 / 81,1) y AA Omniscience (10,8 / 8,8 / 9,8). La ficha también dice que el punto de control NVFP4 «was created using post-training quantization (PTQ) with NVIDIA Model Optimizer (ModelOpt)», la licencia Apache 2.0, los 501.300 millones de parámetros totales y 23.400 millones activos, y la ventana de un millón de tokens: https://huggingface.co/reflection/Beam-1.0-501B-A23B-NVFP4 - Reflection y Hugging Face, «Welcome Beam: a 501B open model you can own, customize, and scale», consultado el 18 de octubre de 2026: la fecha de publicación del 16 de octubre de 2026, la licencia Apache 2.0, los tres puntos de control publicados y sus tamaños (BF16 de alrededor de un terabyte en safetensors y NVFP4 de alrededor de 280 GB), el FP8 destinado a GPU Hopper y Ampere y el NVFP4 a Blackwell, y la arquitectura de 52 capas con 256 expertos por capa y 8 enrutados por token, de los que solo 9 capas atienden al contexto completo: https://huggingface.co/blog/reflection-beam - Reflection, ficha del modelo «Beam-1.0-501B-A23B-FP8» en Hugging Face, consultada el 18 de octubre de 2026: el mismo cuadro por precisiones y la nota de que ese punto de control se produjo con llm-compressor: https://huggingface.co/reflection/Beam-1.0-501B-A23B-FP8 - DeepSeek, ficha del modelo «DeepSeek-V4.1-Flash-1017» en Hugging Face, consultada el 18 de octubre de 2026: licencia MIT sobre repositorio y pesos, 763.000 millones de parámetros, ventana de un millón de tokens, un único punto de control oficial etiquetado como «8-bit precision» y «fp8», el recuento de 36 cuantizaciones de la comunidad enlazadas desde la ficha sin puntuación publicada, y la tabla comparativa frente a otros modelos con una sola columna de precisión (Terminal-Bench 4.0 en 42,3 y DeepSWE v1.1 en 77,0): https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash-1017 IntegraLaIA (https://integralaia.com). Publicado bajo el enlace original; cítalo si lo reutilizas.