Beam vs Beam 1.0: El número de versión que no es una versión

Busca dos nombres de modelos que parezcan un producto y su predecesor — Beam y Beam 1.0 — y encontrarás una comparación que no existe. No existe un Beam 1.0 que reemplazara a un Beam anterior, ni un Beam 1.1 esperando detrás, ni un checkpoint anterior que un lector todavía pudiera estar ejecutando. Reflection lanzó un modelo de pesos abiertos en octubre de 2026, lo llama Beam en su propia prosa y registra los repositorios y el endpoint alojado bajo el identificador Beam-1.0-501B-A23B. Ambas etiquetas apuntan al mismo modelo de mezcla de expertos dispersa con 501,3 mil millones de parámetros. El número de versión es una etiqueta de distribución, no una generación.

Eso suena a una nota al pie. No lo es, porque el sufijo de versión es la parte que se propaga. Llega a los ID de modelo, a la configuración del router, a los paneles de costos, a la hoja de cálculo donde alguien compara opciones de proveedores y no puede saber si la fila etiquetada como Beam y la fila etiquetada como Beam 1.0 son dos opciones o una duplicada por una importación defectuosa. Tener clara la identidad es todo el contenido de la comparación, y resulta ser más útil que una hoja de especificaciones: te dice cómo se comportará la cosa en un catálogo, y qué comprobar antes de conectarla a cualquier cosa.

De dónde viene realmente cada etiqueta

La división no es arbitraria. Cada forma tiene un origen, y saber cuál es cuál es lo que te permite reconocer el mismo modelo apareciendo bajo dos nombres:

• "Beam" — el nombre en prosa del proveedor. La publicación de lanzamiento se titula "Presentamos Beam: el modelo de pesos abiertos de 501B de Reflection", la publicación de disponibilidad del 16 de octubre se titula "Beam ya está disponible", y la colección de Hugging Face es beam-10. Esto también es lo que adoptó el ecosistema de frameworks: el cookbook de SGLang lo incluye bajo su encabezado de proveedor como "Beam 1.0 — Nuevo", y la cuenta del proyecto que lo sirve en producción dice "Beam".

• "Beam-1.0-501B-A23B" — el identificador de máquina. Es el ID del modelo en el endpoint compatible con OpenAI de Reflection, y codifica los mismos tres datos que necesita un desarrollador: un modelo, primera versión, 501 mil millones de parámetros totales, 23 mil millones activos. Los guiones son esenciales; esta es una cadena para pegar, no un nombre para buscar.

• "Beam 1.0" — la representación legible para humanos de ese identificador, y la forma que aparece en listados de catálogo, páginas de directorio de modelos y resúmenes de terceros. Es lo que obtienes cuando un identificador se embellece para un menú desplegable.

Entonces, los dos términos de búsqueda no son dos modelos. Son la palabra del proveedor y la representación que hace el catálogo de un único nombre de repositorio.

La consecuencia que de verdad duele: la coincidencia por nombre

Todo lo que está aguas abajo de eso —reglas de enrutamiento, listas de permitidos, exportaciones de facturación, arneses de evaluación— coincide con la cadena, y la cadena no es estable en los lugares donde la vas a pegar. A continuación se presentan tres trampas prácticas, y ninguna de ellas es hipotética:

• Una regla escrita para «Beam» no coincidirá con «beam-1.0-501b-a23b», y una regla escrita para el identificador no coincidirá con un catálogo que almacenó el nombre visible. El uso de mayúsculas y minúsculas y la puntuación varían según la plataforma, y nada las concilia por ti.

• Un panel de costos que agrupa por nombre para mostrar mostrará un modelo como dos líneas de detalle en el momento en que un proveedor cambie su representación, y los totales no cuadrarán con tu factura.

• Una hoja de cálculo comparativa creada al buscar ambos términos duplicará el conteo del modelo, que es precisamente el fallo que este artículo busca evitar. Si tienes una fila para Beam y una fila para Beam 1.0, tienes un modelo y dos filas.

La solución no tiene nada de glamurosa: fijar el identificador, tratar el nombre visible como una etiqueta y basar cualquier comparación de precios o de benchmarks en el identificador en lugar de en lo que decía el menú desplegable. Eso también se aplica a la cuestión del precio: Beam 1.0 no tiene ninguna tarifa publicada por millón de tokens, ni en el endpoint ni en el anuncio, así que todavía no hay ningún número que poner en ninguna de las dos filas.

La versión que sí presenta diferencias reales.

Hay un conjunto real de distinciones en este lanzamiento, y ninguna de ellas reside en el nombre del modelo. Residen en el artefacto que eliges, y es aquí donde realmente apunta una consulta «Beam vs Beam 1.0»:

• BF16 vs FP8 vs NVFP4 — 933,81 GiB en 188 fragmentos safetensors, 468,72 GiB en E4M3, o una compilación empaquetada de 4 bits de 273 GiB. Los mismos 501,3B en total y 23,4B activos en las tres; la diferencia es el mínimo de hardware que implica cada una, desde 16 GPUs hasta cuatro B300 en NVLink.

• Base frente a modelo borrador — DFlash2 es un modelo de decodificación especulativa independiente de 1,93 mil millones de parámetros, publicado como su propio repositorio, no una variante de Beam. Un despliegue sin él no es "Beam 1.0 sin la actualización", es el mismo modelo decodificado de forma diferente.

• Alojado versus descargable — un identificador, dos vías de entrega: el checkpoint bajo Apache 2.0, y un endpoint compatible con OpenAI con razonamiento obligatorio, esfuerzos desde low hasta max con max como predeterminado, y límites a nivel de toda la organización compartidos entre todas las claves.

Si dos equipos no están de acuerdo sobre «cuál Beam 1.0» están ejecutando, el desacuerdo casi siempre está en uno de esos tres ejes, más que en un número de versión.

Leyendo los números del proveedor en la fecha correcta

Una cosa más cambia entre etiquetas, y es una auténtica fuente de confusión, no un simple artefacto de nomenclatura. Reflection ha publicado su tabla de benchmark más de una vez, y las cifras cambiaron entre versiones de la página. El anuncio del 5 de octubre incluía un conjunto; una nota en esa misma publicación registra una actualización del 8 de octubre; la ficha del modelo tal como está refleja las cifras actuales. Las diferencias son pequeñas y se dan sobre todo en la tercera cifra significativa —una configuración de SWE Bench Pro v2-Hard marca 77.2 en la tabla anterior y 78.6 en la ficha actual—, pero son lo bastante grandes como para que dos artículos que citen «el número del proveedor» puedan discrepar y, aun así, ambos sean correctos según su fecha.

Lo que no ha cambiado es la forma del resultado. Todas las cifras a continuación son reportadas por el proveedor y no las hemos reproducido; se midieron a temperature 0.7 y top_p 0.99, y se enumeran las tres precisiones porque la diferencia entre ellas es parte de la historia:

• SWE Bench Verified — 81.6 BF16, 80.2 FP8, 80.7 NVFP4. La cifra principal en codificación, y la única que la precisión apenas toca.

• Terminal Bench v2.1 — 80,1 BF16, 78,9 FP8, 78,4 NVFP4. Trabajo de terminal agéntico, donde la versión FP8 pierde alrededor de un punto y medio.

• AIME 2026 — 97,7 BF16, 98,0 FP8, 97,5 NVFP4. Prácticamente saturado en todas las precisiones, lo que lo convierte en un discriminador poco útil entre ellas.

• GPQA Diamond — 90.6 BF16, 90.3 FP8, 89.3 NVFP4. El ejemplo más claro de que la compilación NVFP4 está perdiendo terreno, alrededor de 1,3 puntos.

El patrón consistente es que la cuantización cuesta poco en los benchmarks de codificación y razonamiento, y un poco más en los intensivos en conocimiento, y que FP8 a veces supera a BF16 directamente —lo cual es una razón para elegir una precisión por motivos de hardware y no por motivos de clasificación. También es una razón para anotar qué tabla citaste. Una fila etiquetada «Beam» y una fila etiquetada «Beam 1.0» pueden contener números genuinamente diferentes sin que ninguno sea incorrecto, y el sufijo de la versión no es lo que las distingue. La fecha es lo que las distingue.

Qué significa esto si estás eligiendo entre ellos

No hay ninguna decisión que tomar entre Beam y Beam 1.0, porque hay un solo modelo. La decisión que realmente tiene ante usted consta de tres partes, y cada una tiene una respuesta:

• Si necesitas un checkpoint abierto en tu propio hardware — una opción, tres precisiones, y la elección entre ellas es una cuestión de hardware. Cuatro B300s para NVFP4, ocho H200s para FP8, dieciséis dispositivos para BF16, y la cantidad de dispositivos tiene que dividir 256 expertos.

• Si necesita un endpoint alojado — la API de primera parte es la única con un contrato documentado, y actualmente no tiene un precio publicado, lo que significa que todavía no se puede completar una comparación de adquisiciones en función del costo.

• Si lo necesitas junto a los modelos que ya usas — Beam 1.0 no es una de nuestras rutas, así que no podemos servírtelo y nada de lo que aparece aquí debe interpretarse como una declaración de disponibilidad por nuestra parte. Lo que sí podemos hacer es mantener barata la decisión en torno a él. OrcaRouter usa una sola clave compatible con OpenAI en más de 200 modelos, con el precio de lista del proveedor pasado tal cual y sin ningún recargo, y conmutación por error automática entre proveedores, de modo que un piloto de Beam 1.0 convive con el tráfico de producción en lugar de reemplazarlo, y la ruta de respaldo es una regla de enrutamiento en vez de una migración.

Los modelos en los que, con mayor probabilidad, recaería el fallback, según nuestro propio catálogo con sus tarifas publicadas:

• GLM-5.2 — 1,40 $ por millón de tokens de entrada y 4,40 $ por millón de tokens de salida, con una ventana de 1.000.000 de tokens. El modelo con el que se mide la propia afirmación de eficiencia de Reflection.

• Kimi K3 — 3,00 $ por millón de tokens de entrada, 0,30 $ en caché, 15,00 $ de salida con una ventana de 1.048.576 tokens. La publicación de lanzamiento de Reflection reconoce que K3 sigue por delante en capacidad bruta.

• Qwen3.8-Max — 2,00 $ por millón de tokens de entrada y 6,00 $ de salida en una ventana de 1.000.000 de tokens, la alternativa propietaria insignia frente a comprar capacidad de Blackwell.

Qué ver en lugar de un Beam 2.0

Tres cosas harían que esta comparación fuera real, y ninguna de ellas implica un nuevo número de versión.

El primero es una tarjeta de tarifas. Hasta que Reflection publique un precio por millón de tokens en el endpoint, alojado frente a autoalojado es una comparación de una cifra de capital contra nada, y ninguna cantidad de disciplina de nomenclatura lo arregla.

El segundo es la medición independiente. Artificial Analysis incluye el modelo con un Intelligence Index de 30, sin cifra de velocidad ni precio, y no registra ninguna API disponible públicamente — la superficie alojada aún no es visible para las organizaciones que miden estas cosas. Su único dato independiente de eficiencia, 79M de tokens de salida generados a lo largo del Intelligence Index frente a una mediana de 130M, respalda la afirmación del proveedor de "menos tokens de razonamiento" sin confirmar el rendimiento que hay detrás.

La tercera es si la etiqueta llega a divergir alguna vez. Un «Beam 2.0» que fuera un checkpoint distinto por fin haría que el sufijo de versión significara algo, y el día en que eso ocurra, una consulta como esta dejará de ser una cuestión de higiene de nombres y pasará a ser una cuestión de la diferencia entre dos modelos. Hoy es el primer tipo de pregunta. Cualquiera que compare Beam con Beam 1.0 está comparando un modelo con el nombre de su propio repositorio —y el resultado útil de esa comparación es una nota para que fijes tu configuración en Beam-1.0-501B-A23B y dejes de buscar ambas grafías.

Nada de eso es hipotético: los fallos documentados de IA y los incidentes de agentes detrás de lanzamientos como este se recopilan en el OrcaRouter AI Incident Archive, donde cada entrada incluye sus propias fuentes, severidad, grado de confianza e indicador de disputa.