Beam vs Beam 1.0: Die Versionsnummer, die keine Version ist

Suchen Sie nach zwei Modellnamen, die wie ein Produkt und sein Vorgänger aussehen — Beam und Beam 1.0 — und Sie werden einen Vergleich finden, der nicht existiert. Es gibt kein Beam 1.0, das ein früheres Beam abgelöst hätte, kein Beam 1.1, das dahinter wartet, und keinen älteren Checkpoint, den ein Leser noch ausführen könnte. Reflection veröffentlichte im Oktober 2026 ein Open-Weight-Modell, nennt es in eigenen Texten Beam und führt die Repositories und den gehosteten Endpunkt unter der Kennung Beam-1.0-501B-A23B. Beide Bezeichnungen verweisen auf dasselbe Sparse Mixture of Experts mit 501,3 Milliarden Parametern. Die Versionsnummer ist ein Distribution-Tag, keine Generation.

Das klingt wie eine Fußnote. Ist es aber nicht, denn das Versionssuffix ist der Teil, der sich weiterverbreitet. Er landet in Modell-IDs, in der Router-Konfiguration, in Kosten-Dashboards, in der Tabelle, in der jemand Anbieteroptionen vergleicht und nicht erkennen kann, ob die Zeile mit der Bezeichnung Beam und die Zeile mit der Bezeichnung Beam 1.0 zwei Optionen sind oder eine, die durch einen fehlerhaften Import dupliziert wurde. Die Identität richtigzustellen ist der gesamte Inhalt des Vergleichs, und sie erweist sich als nützlicher als ein Datenblatt: Sie sagt dir, wie sich das Ding in einem Katalog verhalten wird, und was du prüfen solltest, bevor du es irgendwo einbindest.

Woher jedes Label tatsächlich stammt

Die Aufteilung ist nicht willkürlich. Jede Form hat eine Quelle, und zu wissen, welche welche ist, ermöglicht es dir, dasselbe Modell unter zwei Namen wiederzuerkennen:

• „Beam" — der Prosaname des Anbieters. Der Launch-Beitrag trägt den Titel „Introducing Beam: Reflection's 501B open-weight model", der Verfügbarkeitsbeitrag vom 16. Oktober trägt den Titel „Beam is now available", und die Hugging-Face-Sammlung ist beam-10. Das ist auch die Bezeichnung, die das Framework-Ökosystem übernommen hat: Das SGLang-Cookbook führt es unter seiner Anbieterüberschrift als „Beam 1.0 — New" auf, und das Projektkonto, das es in der Produktion bereitstellt, sagt „Beam".

• „Beam-1.0-501B-A23B“ — die Maschinenkennung. Sie ist die Modell-ID auf dem eigenen OpenAI-kompatiblen Endpoint von Reflection und kodiert dieselben drei Fakten, die ein Entwickler braucht: ein Modell, erste Veröffentlichung, 501 Milliarden Parameter insgesamt, 23 Milliarden aktiv. Die Bindestriche sind bedeutungstragend; dies ist eine Zeichenkette zum Einfügen, kein Name zum Suchen.

• „Beam 1.0“ — die menschenlesbare Darstellung dieser Kennung und die Form, die in Katalogeinträgen, Modellverzeichnisseiten und Zusammenfassungen von Drittanbietern erscheint. Sie ist das, was man erhält, wenn eine Kennung für ein Dropdown-Menü verschönert wird.

Also sind die beiden Suchbegriffe keine zwei Modelle. Sie sind die Bezeichnung des Anbieters und die Wiedergabe ein und desselben Repository-Namens durch den Katalog.

Die Konsequenz, die wirklich weh tut: Abgleich nach Namen

Alles, was dem nachgelagert ist – Routing-Regeln, Positivlisten, Abrechnungsexporte, Evaluierungs-Harnesses –, gleicht anhand der Zeichenkette ab, und die Zeichenkette ist nicht stabil über die Stellen hinweg, an denen Sie sie einfügen werden. Es folgen drei praktische Fallstricke, und keiner davon ist hypothetisch:

• Eine Regel, die für „Beam“ geschrieben wurde, wird nicht mit „beam-1.0-501b-a23b“ übereinstimmen, und eine Regel, die für den Bezeichner geschrieben wurde, wird nicht mit einem Katalog übereinstimmen, in dem der Anzeigename gespeichert wurde. Groß- und Kleinschreibung sowie Satzzeichen unterscheiden sich je nach Plattform, und nichts bringt sie für Sie in Einklang.

• Ein Kosten-Dashboard, das nach Anzeigename gruppiert, zeigt ein Modell als zwei Positionen an, sobald ein Anbieter seine Darstellung ändert, und die Summen werden nicht mit Ihrer Rechnung übereinstimmen.

• Eine Vergleichstabelle, die durch die Suche nach beiden Begriffen erstellt wird, zählt das Modell doppelt – genau das ist der Fehler, den dieser Artikel verhindern soll. Wenn Sie eine Zeile für Beam und eine Zeile für Beam 1.0 haben, haben Sie ein Modell und zwei Zeilen.

Die Lösung ist wenig glamourös: den Identifier festnageln, den Anzeigenamen als Label behandeln und jeden Preis- oder Benchmark-Vergleich am Identifier festmachen statt an dem, was das Dropdown angezeigt hat. Das gilt auch für die Preisfrage – Beam 1.0 hat überhaupt keinen veröffentlichten Preis pro Million Token, weder am Endpoint noch in der Ankündigung, also gibt es noch keine Zahl, die in eine der beiden Zeilen eingesetzt werden kann.

Die Version, die tatsächlich echte Unterschiede aufweist

In diesem Release gibt es eine echte Reihe von Unterschieden, und keiner davon steckt im Modellnamen. Sie stecken in dem Artefakt, das Sie auswählen, und genau darauf zielt eine Abfrage „Beam vs Beam 1.0“ eigentlich ab:

• BF16 vs. FP8 vs. NVFP4 — 933,81 GiB über 188 safetensors-Shards, 468,72 GiB in E4M3 oder ein gepackter 4-Bit-Build mit 273 GiB. In allen drei Fällen identisch: 501,3 Mrd. Gesamtparameter und 23,4 Mrd. aktive Parameter; der Unterschied ist die Hardware-Untergrenze, die jede Variante voraussetzt – von 16 GPUs bis hinunter zu vier B300s in NVLink.

Basis versus Drafter — DFlash2 ist ein separates spekulatives Dekodierungsmodell mit 1,93 Milliarden Parametern, das als eigenes Repository veröffentlicht wurde, keine Variante von Beam. Ein Deployment ohne es ist nicht „Beam 1.0 ohne das Update“, sondern dasselbe Modell, nur anders dekodiert.

• Gehostet versus herunterladbar — eine Kennung, zwei Bereitstellungswege: der Checkpoint unter Apache 2.0 und ein O​penAI-kompatibler Endpunkt mit verpflichtendem Reasoning, Aufwandsstufen von niedrig bis max, wobei max der Standard ist, sowie organisationsweite Limits, die für alle Schlüssel gemeinsam gelten.

Wenn zwei Teams sich darüber uneinig sind, „welches Beam 1.0“ sie betreiben, betrifft die Uneinigkeit fast immer eine dieser drei Achsen und nicht eine Versionsnummer.

Die Zahlen des Anbieters am richtigen Datum lesen

Eine weitere Sache ändert sich zwischen den Labels, und sie ist eine echte Quelle der Verwirrung und nicht bloß ein Benennungsartefakt. Reflection hat seine Benchmark-Tabelle mehr als einmal veröffentlicht, und die Zahlen haben sich zwischen den Versionen der Seite verschoben. Die Ankündigung vom 5. Oktober enthielt eine Zahlenreihe; eine Notiz in demselben Beitrag verzeichnet ein Update vom 8. Oktober; die Modellkarte in ihrer aktuellen Form gibt die derzeitigen Zahlen wieder. Die Unterschiede sind klein und liegen meist in der dritten signifikanten Stelle – eine Konfiguration von SWE Bench Pro v2-Hard zeigt 77,2 in der früheren Tabelle und 78,6 auf der aktuellen Karte –, aber sie sind groß genug, dass zwei Artikel, die „die Zahl des Anbieters“ zitieren, voneinander abweichen können, während beide für ihr Datum korrekt sind.

Was sich nicht verändert hat, ist die Form des Ergebnisses. Alle folgenden Zahlen sind vom Anbieter gemeldet und von uns nicht reproduziert, gemessen bei Temperatur 0,7 und top_p 0,99, und alle drei Präzisionen sind aufgeführt, weil die Streuung zwischen ihnen Teil der Geschichte ist:

• SWE Bench Verified — 81,6 BF16, 80,2 FP8, 80,7 NVFP4. Die wichtigste Coding-Kennzahl – und diejenige, die die Präzision kaum berührt.

• Terminal Bench v2.1 — 80,1 BF16, 78,9 FP8, 78,4 NVFP4. Agentische Terminal-Arbeit, bei der der FP8-Build etwa eineinhalb Punkte einbüßt.

• AIME 2026 — 97,7 BF16, 98,0 FP8, 97,5 NVFP4. In jeder Präzision effektiv gesättigt, was es zu einem schwachen Unterscheidungsmerkmal zwischen ihnen macht.

• GPQA Diamond — 90,6 BF16, 90,3 FP8, 89,3 NVFP4. Das klarste Beispiel dafür, dass der NVFP4-Build an Boden verliert, etwa 1,3 Punkte.

Das durchgängige Muster ist, dass Quantisierung bei Coding- und Reasoning-Benchmarks wenig kostet und bei wissenslastigen etwas mehr, wobei FP8 BF16 manchmal sogar leicht übertrifft – was ein Grund ist, eine Präzision eher aus Hardware-Gründen als aus Leaderboard-Gründen zu wählen. Es ist auch ein Grund zu notieren, welche Tabelle du zitiert hast. Eine mit „Beam“ beschriftete Zeile und eine mit „Beam 1.0“ beschriftete Zeile können tatsächlich unterschiedliche Zahlen enthalten, ohne dass eine von beiden falsch ist, und das Versionssuffix ist nicht das, was sie unterscheidet. Das Datum ist es.

Was das bedeutet, wenn Sie sich zwischen ihnen entscheiden

Es gibt keine Entscheidung zwischen Beam und Beam 1.0 zu treffen, denn es gibt nur ein Modell. Die Entscheidung, die tatsächlich vor Ihnen liegt, besteht aus drei Teilen, und auf jeden gibt es eine Antwort:

• Wenn Sie einen offenen Checkpoint auf Ihrer eigenen Hardware benötigen – eine Option, drei Präzisionen, und die Wahl zwischen ihnen ist eine Hardware-Frage. Vier B300s für NVFP4, acht H200s für FP8, sechzehn Geräte für BF16, und die Geräteanzahl muss 256 Experten teilen.

• Wenn Sie einen gehosteten Endpunkt benötigen, ist die First-Party-API die einzige mit einem dokumentierten Vertrag, und derzeit ist kein Preis veröffentlicht, was bedeutet, dass ein Beschaffungsvergleich noch nicht anhand der Kosten abgeschlossen werden kann.

• Wenn Sie es neben den Modellen benötigen, die Sie bereits ansprechen – Beam 1.0 ist keine unserer Routen, daher können wir es nicht für Sie bereitstellen, und nichts hier sollte als Verfügbarkeitszusage unsererseits gelesen werden. Was wir tun können, ist, die umgebende Entscheidung günstig zu halten. OrcaRouter betreibt einen OpenAI-kompatiblen Schlüssel über mehr als 200 Modelle hinweg, wobei der Listenpreis des Anbieters durchgereicht und nichts aufgeschlagen wird, und automatisches Failover über Anbieter hinweg, sodass ein Beam 1.0-Pilot neben dem Produktionsverkehr läuft, statt ihn zu ersetzen, und der Fallback-Pfad eine Routing-Regel statt einer Migration ist.

Die Modelle, auf die ein Fallback am plausibelsten treffen würde – aus unserem eigenen Katalog mit ihren veröffentlichten Preislisten:

• GLM-5.2 — 1,40 $ pro Million Eingabe-Token und 4,40 $ pro Million Ausgabe-Token bei einem Fenster von 1.000.000 Token. Das Modell, an dem Reflection den eigenen Effizienzanspruch messen lässt.

• Kimi K3 — 3,00 $ pro Million Input, 0,30 $ gecacht, 15,00 $ Output mit einem Fenster von 1.048.576 Token. Der Launch-Post von Reflection räumt ein, dass K3 bei der reinen Leistungsfähigkeit weiterhin vorne liegt.

• Qwen3.8-Max — 2,00 $ pro Million Eingabe und 6,00 $ Ausgabe bei einem Fenster von 1.000.000 Token, die proprietäre Flaggschiff-Alternative zum Kauf von Blackwell-Kapazität.

Was man statt eines Beam 2.0 ansehen sollte

Drei Dinge würden diesen Vergleich zu einem echten machen, und keines davon beinhaltet eine neue Versionsnummer.

Das erste ist eine Preisliste. Bis Reflection einen Preis pro Million Token am Endpoint veröffentlicht, ist Hosting gegenüber Self-Hosting der Vergleich einer Investitionssumme mit nichts, und keine noch so große Namensdisziplin behebt das.

Der zweite Punkt ist die unabhängige Messung. Artificial Analysis führt das Modell mit einem Intelligence Index von 30, ohne Geschwindigkeitsangabe und ohne Preis, und verzeichnet keine öffentlich verfügbare API – die gehostete Oberfläche ist für die Organisationen, die diese Dinge messen, noch nicht sichtbar. Sein einziger unabhängiger Effizienzdatenpunkt – 79 Mio. über den Intelligence Index hinweg generierte Output-Tokens gegenüber einem Median von 130 Mio. – stützt die Behauptung des Anbieters „weniger Reasoning-Tokens“, ohne den dahinterstehenden Durchsatz zu bestätigen.

Das Dritte ist, ob die Bezeichnung jemals abweicht. Ein „Beam 2.0“, das ein anderer Checkpoint wäre, würde dem Versionssuffix endlich eine Bedeutung geben, und an dem Tag, an dem das kommt, geht es bei einer Abfrage wie dieser nicht mehr um Namenshygiene, sondern um den Unterschied zwischen zwei Modellen. Heute ist es die erste Art von Frage. Wer Beam mit Beam 1.0 vergleicht, vergleicht ein Modell mit seinem eigenen Repository-Namen — und das nützliche Ergebnis dieses Vergleichs ist eine Notiz, die eigene Konfiguration auf Beam-1.0-501B-A23B auszurichten und aufzuhören, nach beiden Schreibweisen zu suchen.

Nichts davon ist hypothetisch: Die dokumentierten KI-Ausfälle und Agent-Vorfälle, die hinter Releases wie diesem stehen, finden sich im OrcaRouter AI Incident Archive, wo jeder Eintrag seine eigenen Quellen, seinen Schweregrad, seinen Konfidenzgrad und sein Umstritten-Flag führt.