Beam 1.0 مقابل Clef Flash: أحدهما يكتب الكود، والآخر لا يستطيع كتابة جملة

ضع Beam 1.0 وClef Flash جنبًا إلى جنب، وستبدو المقارنة سخيفة حتى تدرك ما الذي تدور حوله فعلاً. Beam 1.0 هو نموذج خليط الخبراء من Reflection بعدد معاملات 501.3 مليار، صدر بأوزان Apache 2.0 في 16 أكتوبر 2026 ومصمم للبرمجة والاستدلال والعمل الوكيلي طويل الأفق؛ يقرأ النص ويكتب النص. أما Clef Flash من Cloudflare فهو نموذج بـ9 مليارات معامل وليس لديه أي مسار لإخراج النص — ليس مسارًا ضعيفًا، بل لا شيء. يأخذ حالةً ومخططًا لأسئلة محددة النوع ويعيد احتمالًا لكل إجابة مسموح بها. أي صفحة تصنّف هذين مقابل بعضهما بناءً على درجات المعايير المرجعية فقد أخطأت فهم كليهما. السؤال المفيد هو أي خانة في خط الأنابيب يشغلها كل واحد، لأنهما في نظام مبني جيدًا ليسا متنافسين؛ بل مرحلتان متجاورتان.

هذا التجاور جدير بأن يُفهم بدقة، لأنه يفسّر فئة من إخفاقات الإنتاج لا يكشفها أي اختبار معياري لنموذج منفرد: المحلّل الذي ألحقته بنموذج محادثة لأنه كان الشيء الوحيد المتاح لك، والإجابة الحادية والخمسون من أصل مئة التي لم تتوافق مع مخططك.

ما الذي يُرجعه كل نموذج فعليًا

ابدأ بشكل المخرجات، لأن كل شيء آخر يتبع منها.

• Beam 1.0 — نص حر، مع استدلال إلزامي. مستويات الجهد المدعومة هي low وmedium وhigh وxhigh وmax، وmax هو الافتراضي، لذا فإن الإعداد الجاهز يفكّر لأطول مدة. الاستدلال واستدعاء الأدوات والمخرجات المنظمة كلها مدعومة، والمخرجات المنظمة مع مخطط JSON هي أقرب ما يصل إليه Beam إلى إرجاع مقيّد.

• Clef Flash — توزيع على مجموعة إجابات معلنة. يصف توثيق Cloudflare تمريرة أمامية تمنح درجة لكل خيار مسموح به؛ لا توجد خطوة توليد، وبالتالي لا توجد خطوة تحليل. والتأطير الذي يقدّمه المورّد نفسه هو أن هذا نموذج قرار، وكان المنتج الثاني في الإصدار عبارة عن منصة ضبط دقيق بالتعلم المعزز لبناء المزيد منها.

الفرق العملي هو ما يحدث عندما يكون المدخل خارج النطاق. عندما يُسأل نموذج نصي عن شيء خارج نطاق كفاءته، فسيُنتج نثرًا واثقًا، ويجب على نظامك أن يلاحظ ذلك. سيُنتج Clef Flash احتمالات مجموعها يساوي واحدًا عبر الخيارات التي أعطيتها له، ما يعني أن المدخل خارج النطاق يظهر كتوزيع مسطّح لا كجملة معقولة — بشرط أن تكون قد بنيت عتبة لذلك، وهو ما لا يوفره المورّد. ويُظهر الجدول الذي نشرته Cloudflare بنفسها أن هذه الحالة هي أضعف خلية لدى النموذج.

التقييمات لا تتداخل، وهذا هو الاستنتاج

تأتي نتائج Clef Flash من Jev Decision Index ومجموعة من المجموعات الاختبارية الخاصة بالقرارات، وكلها تُشغَّل بواسطة Cloudflare، ويُنفَّذ عدد منها مقابل اختبار مرجعي خاص بمنافس — ويُنشر Jev بواسطة TypeSafe، مورّد النموذج الذي تُقاس مقارنةً به Clef Flash. وفي تلك المجموعات تكون الأرقام قوية: BFCL case-exact ‏98.8، وAPI-Bank ‏93.1، ومحاكاة أجهزة منزلية عند 97.7، وContractNLI macro-F1 ‏84.3، وRouterBench ‏79.9. وتتفوق Clef Flash بفارق ضئيل على Clef الأكبر بحجم 27B في BFCL، وفي API-Bank، وفي مجموعة اختبارات الأجهزة المنزلية، والأخيرة بفارق أربع عشرة نقطة. ولم يُعَد إنتاج أي من ذلك بشكل مستقل.

نظام تقييم Beam مختلف في نوعه. تُبلِغ بطاقة نموذج Reflection عن معايير قياس خاصة بالوكلاء وهندسة البرمجيات — SWEBench Verified 81.6، وTerminal Bench v2.1 80.1، وDeepSWE v1.1 43.3، وGPQA Diamond 90.6 على نقطة تفتيش BF16 — وكلها مُبلَّغ عنها من المورّد. الرقم الخارجي الوحيد هو Artificial Analysis، الذي يُدرج Beam 1.0 عند مؤشر ذكاء 30، في المرتبة التاسعة عشرة من 120 نموذجًا على الإصدار v4.3.2 من المؤشر، ولا يسجّل أي سعر ولا أي سرعة لأنه لا يزال يرى «لا توجد واجهة برمجة تطبيقات متاحة للعموم» لهذا النموذج. لا يوجد شيء في عمود Clef Flash يقابل مؤشر ذكاء، ولا شيء في عمود Beam يقابل درجة موجّه دقيقة للحالة. إنهما ليسا على المحور نفسه.

ما يمكنك مقارنته هو هيكل التكلفة، وهنا يقع الاثنان في طرفين متقابلين. تستضيف Cloudflare نموذج Clef Flash على Workers AI بسعر $0.038 لكل مليون رمز إدخال، مع فوترة رموز الإخراج عند صفر، لأنه لا توجد أي منها — أي نحو سُدس الـ $0.24 التي تفرضها بطاقة الأسعار نفسها على Clef الأكبر بحجم 27B، وبأقل قليلًا من $0.042 التي نفرضها مقابل نموذج قرار يستجيب لنفس شكل الطلب. لا يوجد لـ Beam 1.0 سعر منشور لكل مليون رمز على الإطلاق — فوثائق Reflection تتضمن صفحة كاملة لحدود المعدل ولا تتضمن بطاقة أسعار. الاستضافة الذاتية هي المسار الوحيد المسعّر، وتبدأ بأربع وحدات معالجة رسومات NVIDIA B300.

أين ينتمي كلٌّ منها في نظام حقيقي

الإجابة الصادقة هي أن Clef Flash يستبدل خطوة يُرجّح أنك تؤديها بشكل سيئ، و Beam 1.0 يستبدل خطوة يُرجّح أنك تؤديها بطريقة مكلفة.

هدف Clef Flash هو التصنيف والتوجيه والبوّابة والفرز داخل حلقة وكيل — في أي موضع يكون فيه الناتج الصحيح أحد تسميات مجموعة معروفة، وتكون تكلفة إجابة مشوّهة استثناءً في المراحل التالية. وملف زمن الوصول المنشور الخاص به، نحو 38.8 مللي ثانية عند الوسيط و122.4 مللي ثانية عند p95، هو الجزء المهم هناك، لأنه يُقاس في سياق لا يُقاس فيه زمن الوصول إلى أول رمز لدى نموذج نصي.

هدف Beam 1.0 هو العمل نفسه: حل مشكلات GitHub، والعمل داخل واجهة سطر الأوامر (CLI)، وتشغيل سير عمل أدوات متعدد الخطوات. والحجة التي يطرحها Reflection هي كفاءة الرموز لا القدرة القصوى — إذ تدّعي بطاقة النموذج جودة حلول مماثلة لأفضل النماذج المفتوحة مع عدد أقل بنحو ثلاث مرات من رموز الاستدلال أثناء التنفيذ، وأقوى دليل على ذلك هو تسجيل Artificial Analysis لـ79M من رموز الإخراج لـBeam عبر Intelligence Index مقابل وسيط يبلغ 130M، أي المرتبة العاشرة من أصل ستة وأربعين على هذا المقياس. وفي تشغيل طويل لوكيل تُعاد فيه المحادثة السابقة عند كل دور، يكون ذلك هو البند الذي يتراكم أثره.

لا يوجد أي منهما في كتالوجنا، ولن نوحي بغير ذلك. يعمل Clef Flash على وحدات معالجة الرسومات الطرفية الخاصة بـ Cloudflare، وأوزان Apache-2.0 لك كي تستضيفها بنفسك؛ أما أوزان Beam 1.0 فهي على Hugging Face ضمن Apache 2.0 مع واجهة API من الطرف الأول ليس لها سعر معلن.

السبب في إبقاء كليهما قابلين للوصول

إنّ خط أنابيب يستخدم نموذج قرار عند البوابة ونموذج استدلال من خلفه هو معمارية أفضل بدرجة قاطعة من معمارية تستخدم نموذج محادثة واحد لكليهما، وثمن بنائه على هذا النحو هو التكلفة التشغيلية لتبعية ثانية — عقد ثانٍ، ومجموعة ثانية من المفاتيح، ونمط فشل ثانٍ. وهذا هو الجزء الذي يزيله الموجِّه بدلًا من جزء النموذج.

إذا كانت خطوات البوابة في نظامك هي تلك التي يصفها Clef Flash، فإن أقرب مكافئ تم توجيهه بالفعل هو Jev 1.13 من TypeSafe — النموذج الذي اختارته Cloudflare كطرفها المقابل في القياس المعياري، ومتوافق مع API من حيث شكل طلب Clef Flash، وفي كتالوجنا بسعر $0.042 لكل مليون رمز إدخال، مع فوترة الإخراج بسعر صفر وسياق من 65,536 رمزًا.

بالنسبة لمرحلة الاستدلال خلف البوابة، يتضمن كتالوجنا النماذج التي تُقاس مقابلها Beam:GLM-5.2 بسعر 1.40 و4.40 دولار لكل مليون رمز مع نافذة تبلغ 1,000,000 رمز، وKimi K3 بسعر 3.00 و15.00 دولار مع 1,048,576، وQwen3.8-Max بسعر 2.00 و6.00 دولار. مفتاح واحد متوافق مع OpenAI يغطيها جميعًا، ويُمرَّر سعر القائمة من المزوّد دون إضافة أي شيء فوقه، ويعني التحويل التلقائي عند الفشل أن مرحلة البوابة لا تنطفئ لأن أحد المزوّدين مرّ بلحظة سيئة.

يمكنك أيضًا إبقاء المرحلتين على نموذجين مختلفين دون الالتزام بأيّ منهما: قاعدة توجيه ترسل حركة تصنيف المخططات إلى نقطة نهاية القرار وتوجّه العمل بالنص الحر إلى نموذج استدلالي هي الحالة العادية في لغة التوجيه DSL، وهي تعني أنه يمكن ضبط دقة مرحلة القرار وتكلفة مرحلة الاستدلال بشكل مستقل بدلًا من المقايضة بينهما داخل عدد معاملات نموذج واحد.

أيّ واحد تبحث عنه فعليًا للشراء؟

إذا وصلت إلى هنا لأن وكيلك يُصدر أحيانًا كتلة JSON يرفضها المُحلِّل الخاص بك، فأنت لا تريد نموذجًا بـ501 مليار معامل. أنت تريد نموذج القرار، والسؤال الذي يجب طرحه هو ما إذا كانت مجموعة إجاباتك قابلة للتعداد حقًا، وما سياسة الامتناع لديك — لأن Clef Flash يمنحك احتمالات، لا رفضًا.

إذا وصلت إلى هنا لأن فاتورة وكيل البرمجة لديك يهيمن عليها رموز الاستدلال التي لا يمكنك رؤيتها، فأنت لا تريد مصنّفًا بمعاملات يبلغ عددها 9 مليارات. أنت تريد Beam 1.0، أو أحد النماذج التي يُقاس عليها، والسؤال الذي ينبغي طرحه هو ما إذا كان بإمكانك استضافته أم أنك تنتظر بطاقة أسعار لم تُنشر بعد.

الشيء الوحيد الذي يصيب فيه التأطير وجهًا لوجه هو أن كليهما رهان على الفرضية نفسها من طرفين متقابلين: أن الجزء المكلف في الوكيل ليس الإجابة، بل كل ما يحيط بها. إجابة Cloudflare هي إزالة التوليد من الخطوات التي لم تحتج إليه قط. وإجابة Reflection هي جعل التوليد أرخص لكل رمز من التفكير. وعند نشرهما معًا، تقل تكلفتهما عن تكلفة نشر أي منهما بمفرده، وهي نتيجة أفضل مما سيخبرك به جدول القياسات الخاص بأي من المورّدين.

لا شيء من ذلك افتراضي: تم جمع إخفاقات الذكاء الاصطناعي الموثقة وحوادث الوكلاء الكامنة وراء إصدارات مثل هذا في OrcaRouter AI Incident Archive، حيث يحمل كل مدخل مصادره الخاصة ودرجة خطورته ودرجة ثقته وعلامة النزاع الخاصة به.