
Qwen4-Max vs Reflection Beam : 1,20 $ de sortie contre 4,50 $, et les poids qui font la différence
- GoogleNOUVEAUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 par million de tokens · 90 tok/s
- AnthropicNOUVEAUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 par million de tokens · 97 tok/s
- orcaNOUVEAUOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNOUVEAUOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 par million de tokens · 87 tok/s
- OrcaNOUVEAUOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 par million de tokens · 133 tok/s
- OrcaNOUVEAUOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 par million de tokens · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 par million de tokens · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 par million de tokens · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligence
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 par million de tokens · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligence
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 par million de tokens · 150 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligence
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligence
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 par million de tokens · 119 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Intelligence
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Intelligence
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 par million de tokens · 219 tok/s
Reflection Beam 1.0 générera un million de jetons de sortie pour 1,20 $ via sa propre API. Qwen4-Max facture 4,50 $ pour le même million à Singapour, 4,24 $ à Francfort, en Virginie, à Tokyo, à Hong Kong et à Pékin. Cela représente un écart de 3,75× en faveur du modèle à poids ouverts, et c'est le genre de chiffre qui met fin à la plupart des comparaisons avant même qu'elles ne commencent. Il ne met pas fin à celle-ci, car les deux modèles ne sont pas le même type de produit : Reflection Beam 1.0 est un modèle à mélange d'experts clairsemé de 501 milliards de paramètres, avec des poids Apache 2.0 que vous pouvez télécharger et exécuter sur quatre GPU, tandis que Qwen4-Max est un modèle phare fermé d'Alibaba, devenu généralement disponible avec une grille tarifaire publiée le 16 novembre 2026 et qui ne publie aucun poids. L'un est un modèle que vous pouvez posséder. L'autre est un modèle que vous pouvez louer, à un prix qui vous offre une fenêtre de contexte bien plus grande, une entrée vidéo native et un fournisseur avec un contrat de support.
Il y a aussi une question de mesure, et elle joue durement contre le modèle le moins cher. Beam 1.0 obtient 17,7 sur l’indice actuel Artificial Analysis Intelligence Index. Qwen4-Max n’a aucun score. La formulation honnête n’est donc pas « un modèle ouvert bon marché face à un modèle fermé coûteux » — c’est « un modèle mesuré, bon marché et pas très puissant, face à un modèle non mesuré, coûteux et qui promet beaucoup ».

Ce qu'est réellement Beam 1.0
Reflection, le laboratoire new-yorkais fondé en 2024 par deux anciens chercheurs de Google DeepMind, a annoncé Beam le 5 octobre 2026 et publié les poids le 16 octobre. Le modèle est Beam 1.0-501B-A23B : 501,3 milliards de paramètres au total, 23 milliards actifs par token, un ratio d’activation d’environ 4,6 %. Reflection déclare ne pas restreindre la distillation, le fine-tuning, la quantification ou la fusion.
La version publiée est inhabituellement complète pour un premier modèle. BF16 en 188 shards safetensors, FP8 en E4M3 à 468,72 GiB, et une version NVFP4 à 273 GiB que les propres guides de service de Reflection recommandent de télécharger. Un drafter distinct de décodage spéculatif de 1,93 milliard de paramètres, DFlash2, publié dans son propre dépôt. Prise en charge dès le premier jour dans Transformers, vLLM, SGLang, Unsloth, Axolotl, TokenSpeed et NVIDIA Dynamo, avec des guides pas à pas pour SGLang, vLLM et TokenSpeed ainsi qu'un chart Helm. Une suite de conformité, beam-verifier, qui s'exécute sur n'importe quel point de terminaison Beam actif. Et une exigence de référence pour l'auto-hébergement : quatre GPU NVIDIA B300 SXM sur NVLink — une seule machine, pas un cluster, ce qui représente un seuil bien plus bas que ce qu'implique normalement un modèle de 500B et découle directement du ratio d'activation de 23B.
Le contexte est de 1 048 576 tokens. Le modèle est orienté texte et conçu pour le codage, le raisonnement et les tâches agentiques.
Ce qu’est réellement Qwen4-Max
Le fleuron de quatrième génération d'Alibaba, en disponibilité générale depuis le 16 novembre 2026 sous l'identifiant de modèle qwen4-max. Une fenêtre de contexte de 1 000 000 de tokens, une sortie maximale de 131 072 tokens hors mode réflexion, un budget partagé de 262 144 tokens pour la réflexion et la réponse, et des entrées texte, image et vidéo avec sortie texte. La réflexion est activée par défaut avec un budget de 131 072 tokens et un effort de raisonnement élevé. Six régions. Protocoles de communication OpenAI, Anthropic et DashScope. Le fine-tuning et le déploiement de modèle sont documentés comme non pris en charge, et aucun poids n'est publié.

Côte à côte, sur les critères qui déterminent si vous louez ou achetez :
• Prix des entrées — Qwen4-Max 1,50 $ par million à Singapour et 1,413 $ ailleurs, contre Beam 1.0 à 0,40 $
• Prix de sortie — Qwen4-Max 4,50 $ à Singapour, 4,24 $ ailleurs, contre Beam 1.0 à 1,20 $
• Contexte — Qwen4-Max 1 000 000 tokens contre Beam 1.0 1 048 576 tokens
• Sortie maximale — Qwen4-Max : 131 072 en mode sans réflexion, 262 144 partagés avec le mode réflexion, contre le plafond de Beam 1.0, que la documentation publique de Reflection ne distingue pas séparément du contexte
• Modalité — Qwen4-Max : texte, image et vidéo en entrée, contre Beam 1.0 : texte en entrée
• Poids — Qwen4-Max : aucun, contre Beam 1.0 sous Apache 2.0, téléchargeable en trois précisions
• Auto-hébergement — Qwen4-Max non autorisé et impossible, contrairement à Beam 1.0 sur quatre GPU B300 SXM selon la version de référence du fournisseur lui-même
• Score indépendant — aucun publié pour Qwen4-Max, contre 17,7 pour Beam 1.0 sur l’Artificial Analysis Intelligence Index v5.0.1
Le piège de la version d'index dans le score de Beam
Lorsque Beam est sorti en octobre, le premier score indépendant qui lui a été associé était de 30, sur la version v4.3.2 de l’indice, classé dix-neuvième sur 120 modèles. Le classement actuel affiche 17,7 sur la version v5.0.1. Aucun des deux chiffres n’est faux ; ils ne sont pas comparables, car Artificial Analysis a changé la base de l’indice entre ces versions et tous les modèles du classement ont bougé. Quiconque cite aujourd’hui « Beam a obtenu 30 » cite une version retirée, et quiconque cite « 17,7 » sans la version invite à la même erreur en sens inverse.

Ce qui subsiste après le rebasage, c’est le tableau relatif. Sur v5.0.1, le 17,7 de Beam 1.0 se situe bien en dessous de Qwen3.8-Max à 33,7, de Grok 4.7 à 35,5 et de Kimi K3.1 Pro à 46,5. C’est un modèle fonctionnel qui n’est pas compétitif avec la frontière actuelle en matière de capacités générales, ce que son prix implique exactement et ce que les documents de lancement de Reflection n’ont pas dit clairement. L’affirmation du fournisseur au moment de l’annonce était qu’il s’agissait d’un modèle de raisonnement proche de la frontière ; la mesure indépendante dit le contraire.
Et Qwen4-Max n’a de score pour aucune des deux versions. Sa page par modèle sur Artificial Analysis renvoie une erreur 404 et aucune entrée Qwen4 n’apparaît dans l’index. La documentation d’Alibaba détaille précisément le fonctionnement — températures par défaut de 1,0 avec le mode réflexion et de 0,7 sans, top-p 0,95 et 0,8, top-k 20, plafonds d’entrée par mode de 991 808 et 983 616 tokens — et ne publie aucun tableau de résultats d’évaluation, quel qu’il soit.
Combien coûte réellement l’auto-hébergement de Beam
Les chiffres de 0,40 $ et 1,20 $ correspondent aux tarifs API propres à Reflection. Ce ne sont pas ce que Beam vous coûte si vous l’exécutez vous-même, et cette différence est précisément la raison pour laquelle les poids ouverts importent ici.
Quatre GPU B300 SXM sur NVLink, c’est un achat, une location ou une réservation cloud, et aucune de ces options n’est gratuite. L’intérêt de posséder le matériel n’est pas que le coût par token soit plus faible — c’est qu’une fois le matériel amorti, le coût marginal d’inférence s’approche de la facture d’électricité, et que rien de vos données ne quitte vos locaux. Pour une équipe qui exploite déjà des capacités B300 pour d’autres travaux, le coût marginal de Beam 1.0 est proche de zéro et son score de 17,7 est une aubaine. Pour une équipe qui devrait acheter la machine, le même modèle représente un engagement en capital pris sur la base d’un score de milieu de tableau.
Qwen4-Max est le compromis inverse à tous égards. Aucun coût d’investissement, aucune planification des capacités et aucune charge d’exploitation ; en échange, vous payez 3,75 fois le tarif d’API de Beam, vous ne pouvez pas le fine-tuner, vous ne pouvez pas l’exécuter dans votre propre périmètre, et vous êtes exposé à ce qu’Alibaba fera de cette grille tarifaire au prochain trimestre. La structure régionale de la grille est la partie intéressante : Singapour à 1,50 $ et 4,50 $, contre 1,413 $ et 4,24 $ dans les cinq autres régions, représente un écart de 6 % pour le même modèle, assez petit pour n’être qu’un détail comptable et assez grand pour compter en volume.
Là où chacun gagne sa place
Beam 1.0 est la bonne réponse lorsque l’une des trois conditions suivantes est vraie. Vos données ne peuvent pas quitter votre infrastructure — aucune API sous contrat ne franchit ce seuil, alors que les poids Apache 2.0 le permettent. Vous souhaitez effectuer un fine-tuning sur des données métier — la documentation de Qwen4-Max indique explicitement que le fine-tuning n’est pas pris en charge, tandis que Reflection autorise sans restriction la distillation, le fine-tuning, la quantification et la fusion. Ou votre charge de travail est du codage agentique, où un modèle à 23B de paramètres actifs, à une latence interactive, est suffisamment rapide et économique pour qu’un score général de milieu de tableau ne soit pas la contrainte déterminante.
Qwen4-Max est la bonne réponse lorsque l’entrée n’est pas du texte. Beam accepte du texte ; Qwen4-Max accepte du texte, des images et de la vidéo. Si votre pipeline ingère des captures d’écran, des documents numérisés, des images provenant d’une caméra ou un enregistrement d’écran, la comparaison est terminée avant même que le prix n’entre en jeu, car l’un de ces modèles ne peut pas accepter la requête. Il en va de même pour tout ce qui nécessite un déploiement européen, japonais ou US-East : six régions Alibaba contre une seule API first-party est une question d’éligibilité, pas de coût.
Pour tout le reste — génération de texte générale à volume modéré, sans affinage, sans contrainte de résidence — la décision dépend de la confiance que vous accordez à un modèle non mesuré face à un modèle médiocre mesuré, et la réponse est qu’il ne faut faire confiance à aucun des deux avant d’avoir testé une centaine de vos propres prompts sur les deux. À 4,50 $ et 1,20 $ par million de tokens de sortie, cette évaluation coûte quelques centimes.
Routage, et l’argument en faveur d’une troisième option
OrcaRouter ne route actuellement pas Beam 1.0 ni Qwen4-Max ; tous deux sont accessibles via les API propres de leurs fournisseurs aux tarifs indiqués ci-dessus. Ce que le catalogue propose, c'est le milieu du marché sur une seule clé et une seule URL de base — GLM-5.3 à 1,40 $ et 4,40 $ par million avec des poids ouverts et un score d'indice de 31,7, Qwen3.8-Max à 2,00 $ et 6,00 $ avec 33,7, Kimi K3.1 Pro à 2,00 $ et 10,00 $ avec 46,5 — tous répercutés au prix catalogue du fournisseur sans marge.
Voilà la résolution pratique de cette confrontation particulière. Beam 1.0 vous demande d'accepter un 17,7 en échange de la propriété et d'un prix bas ; Qwen4-Max vous demande d'accepter un inconnu en échange de modalités et de régions. Un modèle avec un score publié, des poids publiés et un prix entre les deux vous demande de n'accepter aucun des deux. Router les deux options intéressantes mais non éprouvées aux côtés d'une base de référence mesurée est le moyen de savoir si l'une ou l'autre mérite du trafic de production — et le basculement automatique signifie que l'expérience ne peut pas mettre le service hors ligne pendant que vous l'exécutez.
Qu'est-ce qui réglerait la question ?
Un chiffre : une entrée Qwen4-Max sur un classement indépendant, sur la version actuelle de l’indice, à côté du 17,7 de Beam 1.0. Tout le reste sur cette page est déjà connu — les prix, les fenêtres de contexte, les licences, le nombre de GPU. Si Qwen4-Max se situe quelque part près de la trentaine, sa prime de 3,75× est facile à justifier pour quiconque a besoin d’une entrée vidéo ou d’un point de terminaison à Francfort. S’il se situe près de Beam, la prime n’achète que la modalité et la conformité, et rien d’autre, et la bonne réponse est de router selon les besoins plutôt que selon le benchmark. Tant que ce chiffre n’existe pas, la comparaison oppose un modèle qui a été mesuré et jugé ordinaire à un modèle qui n’a pas été mesuré du tout — et une seule de ces deux positions justifie d’engager un budget.
