GPT-6.1 Sol מול Reflection Beam: טענת היעילות של פי 3–4, וטבלאות הבנצ'מרק שמערערות עליה

המספר המעניין ביותר בReflection Beam בחומר ההשקה שלו אינו ציון בנצ'מרק. ההודעה של Reflection מ-2026-10-05 אומרת ש-Beam דורש בערך פי שלושה עד ארבעה פחות FLOPs להסקה מאשר GLM 5.2 באיכות דומה — טענת יעילות, שהופנתה כנגד מתחרה ספציפי ונקוב בשמו, בשוק שבו עלות לכל טוקן היא האילוץ שרוב הצוותים פועלים תחתיו בפועל. זו גם טענה שטבלאות הבנצ'מרק של אותה הודעה בעצמה מסבכות אותה במקום לתמוך בה: בטבלאות האלה Reflection Beam מנצח את GLM 5.2 בכמה חבילות מבחנים ומפגר אחרי GLM 5.3, Kimi K3 ואחרים ב-DeepSWE, SWE-Bench Pro v2-Hard, SWE Atlas Codebase QnA, MCP Atlas, AutomationBench, BrowseComp ו-DeepSearchQA. הציבו את זה מול GPT-6.1 Sol, ההשקה של OpenAI מ-2026-09-29, ותקבלו השוואה בין מודל שהיעילות שלו היא הטיעון לבין מודל שהיעילות שלו כבר מתומחרת, נמדדת ומפורסמת.

שני המודלים הם מהדורות ברמת החזית של 2026 מאוקטובר ומסוף ספטמבר בהתאמה, וההבדל בכמה שאפשר לומר על כל אחד מהם הוא עצם תוכן המאמר הזה. כל מה שלהלן מגיע מחומר ההשקה של Reflection, מדפי המודל והתמחור של OpenAI, מרשומות הקטלוג שלנו וממדידות בלתי תלויות של Artificial Analysis, כפי שנקראו ב-2026-10-12. כאשר נתון הוא של הספק עצמו ואיש לא שיחזר אותו, המשפט שנושא אותו אומר זאת.

מהו Reflection Beam, עד כמה שידוע למי שמחוץ ל-Reflection

Beam הוא מודל תערובת מומחים (MoE) בעל 501 מיליארד פרמטרים, עם 23 מיליארד פרמטרים פעילים לכל טוקן. היחס הזה הוא החלטת התכנון שראויה לתשומת לב לפני כל דבר אחר: MoE בקנה מידה של 501B/23B נבנה כך שיהיה זול להפעלה, מכיוון שרק חלק קטן מהרשת פועל עבור כל טוקן נתון. טענת היעילות בהכרזה אינה הפתעה שהולבשה על הארכיטקטורה — היא המטרה המוצהרת של הארכיטקטורה.

• פרמטרים כוללים ופעילים — 501B סה״כ, 23B פעילים לכל טוקן, תערובת מומחים.

• מודאליות — טקסט בלבד. ללא ראייה, ללא שמע, ללא קלט תמונות.

• הקשר — 256,000 טוקנים ב-API של הבטא, עם פלט מקסימלי של 128,000 טוקנים ותאריך ידע של 2026-06-30.

• משקולות — לא פורסמו. Reflection הצהירה שהמשקולות יפורסמו תחת Apache 2.0 מאוחר יותר באוקטובר, וזו השאלה הפתוחה בעלת ההשלכות הגדולות ביותר בנוגע למודל הזה, והסיבה שההשקה היא למעשה תצוגה מקדימה.

• מחיר — לא פורסם. אין טבלת תעריפים ל-API של Beam, ולכן שום נתון עלות עבורו אינו מופיע בשום מקום במאמר זה, וכל השוואה המבוססת על חישוב לפי טוקן חייבת להשאיר את העמודה שלו ריקה.

• בנצ'מרקים בלתי תלויים — אין. ל-Artificial Analysis אין שורה עבור Reflection Beam, לכן כל ציון בסעיף שלמטה הוא הרצה של Reflection עצמה, עם קווי הבסיס של Reflection עצמה מצורפים.

טבלאות הספקים, קראו בכנות

Reflection פרסמה סט של השוואות בנצ'מרק לצד ההשקה, והדרך הכנה לדווח עליהן היא לומר מה הן מראות בשני הכיוונים, כי הן לא מראות כיוון אחד.

• היכן Beam מנצחת. בחבילות ש-Reflection בחרה להעמיד בראשן, Beam עולה בביצועיה על GLM 5.2 — המודל שמולו מוצגת טענת היעילות. אם לוקחים זאת כפשוטו, זוהי תוצאה של ממש: פלט טוב יותר בעלות הסקה של בערך רבע עד שליש היא עמדה חזקה לכל מי שמגיש בהיקף.

• היכן Beam מפסיד. אותן טבלאות מציבות את Beam מאחורי GLM 5.3, Kimi K3 ומודלים עכשוויים אחרים ב-DeepSWE, SWE-Bench Pro v2-Hard, SWE Atlas Codebase QnA, MCP Atlas, AutomationBench, BrowseComp ו-DeepSearchQA. אלו אינן ערכות שוליות; הן הבנצ'מרקים של הנדסת תוכנה, שימוש בכלים ומחקר עומק שקובעים אם מודל שמיש כסוכן אוטונומי.

כשקוראים אותן יחד, הטבלאות אומרות משהו קוהרנטי וצר יותר מ"חזית הטכנולוגיה": נראה ש-Beam היא השקה חזקה של מודל פתוח שמנצחת את הדור הקודם בזירה שבחרה Reflection ואינה מנצחת את הדור הנוכחי בזירה הסוכנית. זהו מצב לגיטימי עבור מודל. זה לא אותו דבר כמו להיות המודל הטוב ביותר הזמין לעבודה סוכנית, והמסגור של ההודעה מזמין את הקריאה החזקה יותר.

נקודה מבנית אחת לגבי נתון היעילות עצמו, מאחר שהוא הכותרת הראשית. השוואה של FLOPs-לטוקן מול מודל אחר היא תכונה של הארכיטקטורה ושל תצורת ההגשה, ולא של איכות התוצאה — ו-3–4× פחות FLOPs הוא נתון שנמדד על ידי הספק, ללא שחזור בלתי-תלוי. זו סיבה סבירה לצפות ש-Beam יהיה זול להגשה. זו אינה ראיה ש-Beam זול לשימוש, וההבדל בין שני הדברים האלה הוא כל דיון העלויות בעמוד הזה: מודל שמוציא יותר טוקנים כדי להגיע לתשובה יכול להיות זול יותר ל-FLOP ויקר יותר למשימה בו-זמנית.

הצד שנשלח של ההשוואה

הנה האסימטריה שהמאמר הזה נועד לתעד. GPT-6.1 Sol נכנס לפעולה ב-API של OpenAI ב-2026-09-29. יש לו מחירון מפורסם — $2.00 למיליון טוקני קלט, $10.00 למיליון פלט, $0.10 קלט במטמון, $2.50 כתיבות מטמון — חלון הקשר מתועד של 1,050,000 טוקנים, פלט מקסימלי של 128,000 טוקנים, ושורת Intelligence Index עצמאית של 52 במאמץ חשיבה מקסימלי עם עלות הרצה של $0.72 למשימה.

נתון העלות הזה הוא זה ששווה להעמיד מול טענת ה-FLOPs של Reflection.‏ $0.72 למשימה אינו ספירת FLOPs ואינו מחירון; זה מה שהעבודה עולה כשהיא מוגמרת, כפי שנמדד על ידי צד שלישי שהריץ את המודל. זה המספר שיהיה צריך להכות בו כדי שטיעון היעילות של Beam ייתפס כטיעון רכש — ול-Beam אין נתון מקביל, מפני של-Beam אין מחיר מפורסם ואין הרצה עצמאית.

שני הבדלים נוספים הם מוחשיים וניתנים לבדיקה כבר היום:

• הקשר ופלט — GPT-6.1 Sol מתעד 1,050,000 טוקנים של הקשר לעומת 256,000 של Beam בגרסת הבטא, ושניהם מגבילים את הפלט ל-128,000 טוקנים. לעבודה בהיקף של מאגר קוד או מערך מסמכים, זהו הבדל של פי ארבעה בכמות החומר שנכנסת לקריאה אחת.

• מודאליות — GPT-6.1 Sol מקבל טקסט, תמונות וקבצים; Beam הוא טקסט בלבד. אם הפייפליין שלך קורא צילומי מסך, סריקות או תרשימים, Beam אינו מועמד, ללא קשר לציונים שלו.

כאשר ל-Beam יש טיעון ש-GPT-6.1 Sol לא יכול לענות עליו מבחינה מבנית, זהו הטיעון של המשקלים הפתוחים. אם המשקלים של Apache 2.0 יגיעו בלוח הזמנים המובטח, מודל 501B/23B שמספר הפרמטרים הפעילים שלו הוא 23B הופך למועמד לאירוח עצמי באופן שמודל קנייני לעולם לא יהיה. עשרים ושלושה מיליארד פרמטרים פעילים הוא מספר שצוות מצויד היטב יכול לנתח; חלון ההקשר של 256,000 טוקנים בגרסת הבטא והיעדר משקלים שפורסמו הם הסיבה לכך שהטיעון הזה צריך להמתין לשחרור בפועל במקום להיות מוכרע כבר בהשקה.

מי צריך לפעול על איזה מודל, עכשיו?

התשובה המעשית משתנה בהתאם למה שאתם קונים, והחלוקה ברורה מספיק כדי לומר אותה ישירות.

אם אתה צריך מודל בפרודקשן השבוע לקידוד אג'נטי, לשימוש בכלים או לעבודה עם מסמכים בהקשר ארוך, המודל שכבר סופק הוא GPT-6.1 Sol, וההחלטה היא לגבי המחיר שלו, לא לגבי קיומו. תעריף הפלט שלו הוא המדד שחשוב, תעריף הקלט המטמון שלו נמוך באופן יוצא דופן ועומד על 0.10 דולר למיליון, ומעל 272,000 טוקנים של קלט כל הבקשה מתומחרת מחדש כלפי מעלה — סף שכדאי לתכנן סביבו לפני שאתה מרחיב לופ שקורא קידומת גדולה.הוא נמצא בקטלוג שלנו בתעריפי המחירון של Open​AI עם 0% תוספת, כך שהתעריף שעל הכרטיס הוא התעריף שבחשבונית, ושינוי מחיר של ספק מופיע בקטלוג באותו יום ולא רק אחרי מחזור עדכון של מפיץ: https://www.orcarouter.ai/models/openai/gpt-6.1-sol.

אם העניין שלך ב-Beam הוא במהדורת המשקלים הפתוחים ולא ב-API הבטא, הדבר שכדאי לעקוב אחריו הוא פרסום ה-Apache 2.0 ש-Reflection הבטיחה להמשך החודש. עד שהמשקלים יהיו קיימים, כל נתון יכולת במאמר הזה הוא של הספק, המחיר אינו ידוע, ולא ניתן להשלים לא תוכנית אירוח עצמי ולא השוואת עלויות. אם זה ייצא לפי לוח הזמנים, Beam הופך מיד למעניין כשכבה היעילה בהגדרה של שני מודלים — וזו תצורה שנקודת קצה אחת עם מעבר אוטומטי בין יותר מ-200 מודלים מטפלת בה בלי אינטגרציה שנייה, וזה הטיעון לנסות מודל לא מוכח בשכבת ניתוב במקום להתחייב לנתיב ייצור עבורו.

Reflection Beam אינו משהו שאנחנו מספקים. כאשר המשקלים וה-API שלו ייפתחו כראוי, הוא יהיה, כמו רוב ההפצות הפתוחות, בפלטפורמה של הספק עצמו ובכמה שירותי צד שלישי — ואז יהיה שווה לכתוב מחדש את העמוד הזה, מכיוון ששני הדברים שהוא לא יכול לומר כעת, מה העלות של Beam ואיך הוא מקבל ציון כשמישהו אחר מלבד היוצר שלו מריץ אותו, הם בדיוק שני הדברים שהתשובה תלויה בהם.