Beam 1.0 לעומת Qwen 3.8: שחרור משקולות שנמסר מול מחירון

ב-5 באוקטובר 2026, Reflection Beam 1.0 הוכרז כמודל במשקולות פתוחות שהמשקולות שלו טרם שוחררו. ב-16 באוקטובר 2026 הן שוחררו — ארבעה מאגרים ב-Hugging Face תחת Apache 2.0, ברמות דיוק BF16, FP8 ו-NVFP4, וכן טיוטאי של 2B לפענוח ספקולטיבי. Qwen 3.8 הוא סיפור הפוך כבר חודשיים וחצי: הדור של עליבאבא עלה לאוויר ב-3 באוגוסט 2026 עם Qwen3.8-Max כ-API בתמחור של 2.00 דולר למיליון אסימוני קלט ו-6.00 דולר למיליון אסימוני פלט, ואח תאום במשקולות פתוחות מגיע אחריו תחת רישיון מותאם אישית, ומודל צפוף בן 27 מיליארד פרמטרים תחת Apache 2.0. שני המודלים מצהירים על חלון הקשר של מיליון אסימונים. שניהם מנמקים, שניהם מפעילים כלים, ושניהם טקסטואליים בלבד בממשק. ההבדל ששווה להבין הוא עבור איזה מהם אפשר לתקצב ואיזה מהם אפשר להחזיק, מפני שאחרי 16 באוקטובר יש לכל מודל בדיוק אחד מהשניים ולא את האחר.

שני הנתונים שלעיל הם של הספק, ושתי המודלים נמדדו כעת על ידי Artificial Analysis — מה שנדיר מספיק בתחום הזה עד כדי כך שזו הסיבה שניתן לכתוב את ההשוואה הזו בכלל.

תמונת המצב, מודל אחר מודל

• פרמטרים — Beam 1.0 הוא מודל תערובת מומחים דליל עם 501.3B פרמטרים בסך הכול ו-23.4B פעילים לכל טוקן, לאורך 52 שכבות, שלוש שכבות צפופות ו-49 שכבות MoE, עם 256 מומחים בתצורה המתוארת בכרטיס. מספר הפרמטרים של Qwen3.8-Max מעולם לא נחשף על ידי A​libaba; האח הפתוח של הליבה שלו, Qwen3.8-2.4T-A95B, הוא מודל MoE בעל 2.4 טריליון פרמטרים עם כ-95 מיליארד פעילים, שזה הכי קרוב שאפשר להגיע מחוץ לחברה לגודלו של דגם הדגל.

• חלון הקשר — 1,000,000 טוקנים בכרטיס המודל של Beam 1.0. 1,000,000 טוקנים ברשומה של OrcaRouter עבור qwen/qwen3.8-max, ו-984,000 בעמוד של Artificial Analysis עבור אותו דגם. השניים הם אותו נתון מעוגל באופן שונה ואינם מהווים נקודת הבדל בין הדגמים.

• מודאליות — Beam 1.0 הוא טקסט נכנס וטקסט יוצא, כפי שמצוין בבירור בכרטיס שלו. Qwen3.8-Max מקבל טקסט ותמונות ומחזיר טקסט, וזהו הבדל אמיתי ביכולות ולא הבדל של פורמט.

• רישיון — Beam 1.0 הוא Apache 2.0, ללא הגבלות על מספר המשתמשים וללא מסלול מסחרי נפרד. הדור של Qwen 3.8 הוא מעורב: נקודת הביקורת (checkpoint) של ליבת 2.4T Max ניתנת להורדה תחת רישיון מותאם אישית, ה-27B ה-dense תחת Apache 2.0, ואילו ל-Max הדגל עצמו אין משקולות כלל.

• מחיר — לא פורסם עבור Beam 1.0 בשום מקום בנכסים של Reflection עצמה, ומתועד כלא זמין בדף של Artificial Analysis עבור המודל. $2.00 ו-$6.00 למיליון טוקנים עבור Qwen3.8-Max, מפורסם על ידי A​libaba ומופיע במסלול שלנו באותם מספרים.

• ציון עצמאי — Artificial Analysis Intelligence Index v4.3.2 מציב את Beam 1.0 על 30, במקום ה-19 מתוך 120 בקטגוריית ההשוואה שלו. אותו מדד מציב את Qwen3.8-Max (0902) על 45, במקום ה-33 מתוך 217, ו-AA בחנה את קו Max ביותר מבילד אחד, כאשר המספר נע ביניהם.

• מהירות — לא זמינה עבור Beam 1.0; העמוד מתעד את מהירות הפלט כלא ידועה, מכיוון שאין נקודת קצה ציבורית למדידה. 38.8 אסימוני פלט לשנייה עבור Qwen3.8-Max, ש-AA מתארת כאיטית במיוחד עבור הדרגה שלה.

מה באמת שינו שישה עשר הימים שבין ההכרזה לשחרור

הפער ראוי לתיאור מדויק, משום שזה מסוג הדברים שנטשטשים ברגע שהמשקלים יוצאים החוצה.

הפוסט של ההשקה של Reflection אמר שהמשקלים, הדוח הטכני, כרטיס המודל והארטיפקטים למפתחים יגיעו "בהמשך החודש", והבטיח Apache 2.0. בין 5 באוקטובר ל-16 באוקטובר, הדבר היחיד שקורא יכול היה לעשות עם Beam 1.0 היה להצטרף לרשימת המתנה. למודל היה טבלת בנצ'מרק, תיאור אימון שפורסם — 23.8 טריליון טוקנים על 6,144 מעבדי GB300 NVL72 תוך פחות מארבעה שבועות, שלב RL על 10,500 GB300s, יותר מ-100 מיליון רולאאוטים — ובלי הורדה.

ואז, ב-16 באוקטובר, הופיעו באוסף Hugging Face שלוש וריאציות קוונטיזציה ומודל טיוטה, וכרטיס המודל הגיע עם טבלת הערכה מלאה על פני כל שלוש רמות הדיוק. עבור קורא שמחליט מה להריץ, ההשלכה החשובה אינה מספרי הבנצ'מרק, שעדיין שייכים ל-Reflection עצמה ולא שוחזרו. היא שהמודל עבר מהקטגוריה "הוכרז" לקטגוריה "שלך לבדיקה, כימות, כוונון עדין והגשה". רישיון שאפשר לפעול לפיו הוא נכס אחר מרישיון שהובטח לך.

Qwen 3.8 בחר במסלול ההפוך אל אותו יעד. Alibaba פתחה את הדור עם דגם דגל מתומחר וזמין כשירות ב-3 באוגוסט 2026, ושחררה משקלים בשלבים לאחר מכן — ליבת 2.4T ב-12 באוגוסט, ה-27B הצפוף ב-14 באוגוסט, והתצוגה המקדימה של Flash-Next בהמשך אותו חודש. איש לא נאלץ להמתין להבטחה, כי הדבר שיכולת לקנות הגיע ראשון, והדבר שיכולת להוריד הגיע שני.

שני מצבי התמחור אינם סימטריים

Qwen3.8-Max הוא אחד מהמסלולים שלנו. הוא עומד על $2.00 למיליון טוקני קלט ו-$6.00 למיליון טוקני פלט עם חלון הקשר של מיליון טוקנים, במחיר המחירון של הספק כפי שהוא וללא תוספת — כך שאם Alibaba תשנה את התעריף הזה, החשבון שלך ישתנה באותו היום ולא בחידוש החוזה הבא. זה מה ש"למודל יש מחיר" אומר בפועל, וזו הסיבה שהמאמר הזה יכול להציג לקורא מספר מחושב עבור צד אחד של ההשוואה ולא עבור הצד האחר.

ל-Beam 1.0 אין מספר כזה. שנים עשר ימים לאחר ההכרזה הוא היה תצוגה מקדימה ברשימת המתנה עם חומת הרשמה; ב-16 באוקטובר הוא הפך להורדה. לאף אחד מהמצבים האלה אין תעריף משויך. כל נתון בדולרים שתראו מצוטט עבור Beam 1.0 הוא הערכת חומרה של מישהו, והכרטיס אינו מספק המלצת הגשה, רצפת חומרה או נתון תפוקה שאפשר להעריך לפיו. שורת המחיר היא החור הגדול ביותר בתיעוד של המודל, וזהו חור שספירת 501B פרמטרים הופכת אותו ליקר למלא.

קיימת גרסה של ההשוואה הזו שבה הגדלים מציגים את טיעון העלות במקומך — 23.4 מיליארד פרמטרים פעילים לעומת 95 מיליארד שלפי השמועות הם יחס של ארבעה לאחד במחשוב לכל טוקן, ואם המודל הקטן יותר היה מתומחר, ייתכן בהחלט שהוא היה הזול יותר להרצה. אי אפשר להשמיע את הטיעון הזה כאן, מפני שלאחד הצדדים שלו אין תעריף. מה שכן אפשר לומר הוא שמודל עם מחיר שפורסם ומודל עם רישיון שפורסם הם שניהם, במובנים שונים, מוכנים לשימוש, וקונה זקוק לשתי השורות כדי לבחור.

יכולת, עם המקורות המצורפים

הכרטיס של Beam 1.0 מדווח על SWE-bench Verified בתוצאה של 81.6% בצ'קפוינט BF16, על Terminal Bench v2.1 בתוצאה של 80.1, על SWE Bench Pro v1 בתוצאה של 66.1, על DeepSWE v1.1 בתוצאה של 43.3, על GPQA Diamond בתוצאה של 90.6, על AIME 2026 בתוצאה של 97.7, על LiveCodeBench בתוצאה של 88.3, על MCP Atlas בתוצאה של 80.8, על LongBench v2 בתוצאה של 67.5 ועל IFBench בתוצאה של 79.6, כאשר המספרים של FP8 ו-NVFP4 נמוכים בדרך כלל בנקודה או שתיים. המיצוב של Reflection עצמה זהיר: היא מתארת את Beam כתחרותי מול מודלים פתוחים גדולים יותר וכמתקרב ל-Qwen 3.8-Max, כמשתווה ל-GLM-5.2 ביכולות החשיבה תוך שימוש בפי שלושה עד ארבעה פחות מחשוב הסקה, ומכירה בכך ש-Kimi K3 עדיין מוביל ביכולת גולמית. כל הנתונים האלה מדווחים על ידי הספק, ואף אחד מהם לא שוחזר על ידי צד שלישי.

המספרים של Qwen3.8-Max מגיעים משני כיוונים. Alibaba מדווחת על נתונים משל עצמה, כולל 86.6% ב-Terminal Bench 2.1, וגיליונות התמחור הארגוניים שמלווים השקה של דגם דגל. המדד המשולב הבלתי-תלוי של Artificial Analysis הוא השורה השימושית יותר: 45 ב-Intelligence Index v4.3.2, מה שממקם את המודל הרבה מעל החציון של קבוצת ההשוואה שלו בת ה-27 אך מתחת לחזית, ומהירות פלט מדודה של 38.8 טוקנים לשנייה ש-AA מתארת כאיטית אפילו לעומת חציון שכבתי של קרוב ל-88. דגם דגל שנמצא 15 נקודות לפני Beam 1.0 באותו מדד בלתי-תלוי ושעלות השיחה איתו היא $2.00 הוא הצעה שונה מדגם שמוביל בטבלה של הספק עצמו.

המספר האחד שיכריע בוויכוח היעילות — טוקנים ליחידת אנרגיה או לדולר של מחשוב, הנמדדים על חומרה זהה — אינו קיים עבור אף אחד מהמודלים. התרשים התומך של Reflection מקרב את FLOPs כבערך פי שניים ממספר הפרמטרים הפעילים כפול טוקנים שנוצרו, ואומר בכיתוב שלו שזה לא כולל מילוי מקדים, קשב ותקורת הגשה. זהו גילוי כנה של מגבלה, וזה עדיין לא מדידה.

לשם מה כל אחד מיועד

פנה אל Qwen3.8-Max כאשר אתה צריך שהדבר יהיה ניתן להפעלה ובעל אחריות. יש תעריף, נתון חלון הקשר וציון עצמאי; הוא קורא גם תמונות וגם טקסט, והוא עונה על מפתח שאתה יכול להחזיק כבר היום. העלויות כנות: הוא יקר, 2.00 ו-6.00 דולר למיליון טוקנים, והמדידה העצמאית אומרת שהוא איטי ביחס לקטגוריה שלו, כך שעומס עבודה בנפח גבוה ירגיש את שניהם. המשקולות הפתוחות בדור הזה קיימות, אך הצ'קפוינט שעומד מאחורי שם הדגל כפוף לרישיון מותאם אישית ובקנה מידה של מרכזי נתונים, כך שאחסון עצמי של בדיוק הדבר שאתה קונה אינו פתח המילוט כפי שזה נשמע.

פנו אל Beam 1.0 כאשר אתם רוצים להחזיק בכל הסטאק. Apache 2.0 עם שלוש רמות קוונטיזציה, הקשר של 1M טוקנים, תקציב חשיבה שפועל תמיד, שאותו מכווננים במקום להדליק או לכבות, וטבלת הערכה שממוקדת בעבודת קידוד ובעבודת סוכנים. המחיר של הבעלות הזו הוא כל מה שמקיף אותה: חשבון הגשה שעליכם להעריך בעצמכם, מספר פרמטרים שהופך את ההערכה לגדולה, ואין ציון עצמאי שמולו אפשר לאמת את טבלת הספק — הנתון של 30 במדד Intelligence Index הוא אמיתי ומגיע מצד שלישי, אבל הוא מדד מורכב אחד, לא אימות לכל בנצ'מרק בנפרד.

ולמקרה המשולב — צוות שרוצה בסופו של דבר את המשקלים הפתוחים אך זקוק לנקודת קצה ברבעון הזה — התשובה הרגילה היא שניהם: לנתב את העבודה דרך מודל מאוחסן בשירות בתעריף מפורסם בזמן שהפריסה העצמית נבנית ונבחנת על המשימות שלכם. OrcaRouter מריץ יותר מ-200 מודלים מאחורי מפתח אחד תואם OpenAI עם מעבר אוטומטי בין ספקים, כך שבנייה עצמית יכולה לקבל חלק מהתעבורה ולהחזיר את השאר כשהיא מדרדרת, ואין צורך בחוזה נוסף כדי לנסות מודל שלא התחייבתם אליו.

מה לצפות בהמשך

דבר אחד משנה את העמוד הזה, והוא שורה אחת. אם Reflection או שותף הגשה יפרסמו תעריף Beam 1.0 — עבור ה-API, או עבור פריסה מתארחת של FP8 או NVFP4 — אז ההשוואה הופכת לחשבון פשוט: 23.4B פרמטרים פעילים מול 95B על-פי השמועות, שני ציוני אינדקס בלתי תלויים, ושני מחירים. זהו עמוד ששווה לקרוא. עד אז, הסיכום האמיתי הוא ש-Reflection סיפקה את החצי שהבטיחה, Alibaba סיפקה את החצי שתמחרה, ושני המודלים ממתינים לחצי השני.

הפער הזה בין מה שלוח התוצאות מודד לבין מה שפריסה נתקלת בו הוא הסיבה לכך שהרשומה חשובה: כשלי הבינה המלאכותית המתועדים ותקריות הסוכנים סביב מודלים במחלקה הזו נאספים בthe OrcaRouter AI Incident Archive, שבו כל רשומה נושאת את המקורות שלה, חומרה, דירוג ביטחון ודגל מחלוקת.