Beam 1.0 vs Gemma 4 12B: 501억 개 매개변수 대 12개, 그리고 그 격차가 실제로 가져다주는 것

이 모델들 중 하나는 노트북에 들어간다. 다른 하나는 랙이 필요하며, 둘 사이의 격차는 40배다. Reflection Beam 1.0은 총 5013억 개 파라미터를 가진 희소 전문가 혼합(MoE) 모델로, 토큰당 234억 개를 활성화한다 — 2026년 10월 5일 Reflection이 대기자 명단 방식의 프리뷰로 발표했고, 실제로는 2026년 10월 16일 Apache 2.0 아래 BF16, FP8, NVFP4 빌드로 다운로드 가능한 가중치로 출시되었으며, 그와 함께 작은 DFlash2 추측 디코딩 드래프터도 제공된다. G​emma 4 12B는 G​oogle DeepMind의 인코더 없는 119.5억 파라미터 덴스 모델로, 2026년 6월 3일 출시되었으며, 텍스트, 이미지, 오디오, 비디오 프레임을 읽고 텍스트를 쓰며, 16GB 머신에 들어갈 정도로 양자화된다. 두 라이선스 모두 허용적이고, 두 출력 모두 텍스트이며, 둘 다 지금 Hugging Face에 있다. 그 외에는 둘에 대해 같은 것이 거의 없으며, 유용한 질문은 어느 쪽이 더 똑똑한가가 아니라 — 구매 주문서 없이 여러분의 문제에 답하는 쪽이 둘 중 어느 것인가이다.

이것은 평소보다 더 중요한 일이다. 왜냐하면 열하루 동안 Beam 1.0은 읽을 수는 있어도 가질 수는 없는 모델이었기 때문이다. Reflection의 10월 5일 발표는 Apache 2.0 가중치를 "이달 말"에 공개하겠다고 약속했지만, 저장소는 텅 비어 있었다. 2026년 10월 16일 현재 컬렉션은 4개의 저장소와 함께 공개되어 있고, 모델 카드에는 전체 평가 표가 실려 있다. 그 릴리스 덕분에 이 비교는 헤드라인에 대한 메모가 아니라 적어도 비교로서 쓸 수 있게 되었다.

두 사람이 어디에 서 있는지, 한 번에

아래의 모든 내용은 공급업체 자체 문서 또는 Artificial Analysis에서 가져온 것입니다. 어떤 수치가 공급업체의 것이고 아무도 이를 재현하지 않은 경우, 이 페이지는 하단의 면책 조항이 아니라 해당 수치가 있는 자리에서 그 사실을 밝힙니다.

• 총 파라미터 — Beam 1.0 501.3B vs G​emma 4 12B 11.95B. 비율은 대략 42 대 1입니다.

• 토큰당 활성 파라미터 — 23.4B 대 11.95B. 비율은 약 2 대 1로 줄어드는데, 이것이 바로 핵심이다. 희소 모델은 자신이 사용하는 부분에만 비용을 지불한다.

• 아키텍처 — Beam 1.0은 256개의 전문가, 3개의 dense 레이어와 49개의 expert 레이어, 교차 배치된 로컬 및 글로벌 어텐션, 그리고 sliding-window attention을 갖춘 gated grouped-query attention을 사용하는 52계층 MoE입니다; G​emma 4 12B는 dense이고 48개 계층이며, 멀티모달 인코더가 전혀 없습니다 — 비전과 오디오 처리는 모델에 덧붙여진 것이 아니라 모델 자체에 훈련되어 있습니다.

• 컨텍스트 윈도우 — 모델 카드 기준 Beam 1.0은 1,000,000 토큰, G​emma 4 12B는 262,144 토큰입니다. 둘 다 각 제품군이 제공하는 가장 큰 수치입니다.

• 모달리티 — Beam 1.0은 텍스트 입력, 텍스트 출력이며, 그 카드에도 그렇게 명확히 적혀 있습니다. Gemma 4 12B는 텍스트, 이미지, 오디오, 비디오 프레임을 입력받아 텍스트를 반환합니다.

• 라이선스 — 두 모델 모두 Apache 2.0이며, 상업적으로 사용 가능하고 사용자 수 제한이 없습니다. 이 점이 두 모델이 가장 동일하다고 할 수 있는 부분입니다.

• 공개된 평가 — Beam 1.0은 BF16, FP8, NVFP4 체크포인트 전반에 걸친 평가 표를 제공합니다. G​emma 4 12B의 카드에는 G​oogle 자체 수치가 실려 있으며 6월부터 독립적으로 평가되어 왔습니다.

• 독립 점수 — Artificial Analysis Intelligence Index v4.3.2는 Beam 1.0을 30점으로 평가하며 비교 클래스에서 120개 모델 중 19위에 올렸고, Gemma 4 12B는 14점으로 141개 중 20위에 올렸다 — 더 큰 모델에 유리한 16점 차이이며, Gemma의 수치에는 12B에 대한 독립 평가가 아직 진행 중이었기 때문에 "estimated"라는 각주가 붙어 있다.

이제 가중치가 존재하니, Beam 1.0이 실제로 무엇인지

모델 카드에는 총 매개변수 5,013억 개, 활성 매개변수 234억 개, 52개 레이어(그중 3개는 덴스, 49개는 MoE), 전문가 256개, 152,000개 토큰 어휘, 2026년 6월 30일 지식 컷오프, 텍스트 전용 모달리티가 기재되어 있습니다. 채팅 템플릿은 analysis와 final이라는 두 채널을 가진 수정된 Harmony 형식이며, 정수 또는 minimal, low, medium, high, xhigh, max 중 하나를 허용하는 reasoning_effort 설정이 있고, 이는 8, 32, 64, 128, 256, 512에 매핑됩니다. 매개변수가 설정되지 않았을 때 제공되는 기본값은 512입니다. 템플릿 자체 문서에 따르면 minimal은 8로, 훈련 데이터가 샘플링한 가장 작은 노력 수준이므로, 더 작은 예산은 적용되지 않습니다.

그 명세에서 세 가지는 꼭 짚어볼 만합니다. 왜냐하면 그 세 가지가 바로 여러분이 그것을 사용할 수 있는지를 결정하는 부분이기 때문입니다.

첫째, effort 설정에는 끄는 스위치가 없습니다. Beam은 항상 추론하며, 얼마나 추론할지는 사용자가 선택합니다. 에이전트 루프에서는 이는 매 턴마다 과금되는 숙고 프리픽스를 포함한다는 뜻이며, 히스토리를 재생하면 다시 과금됩니다. 템플릿은 allow_missing_thinking이 false로 설정되어 있고 이전 어시스턴트 턴이 추론을 제거한 경우에는 오류를 발생시키기까지 합니다. 바로 추론을 제거하면 출력이 저하되기 때문입니다. 이는 문서화된 비용이지 버그가 아닙니다.

두 번째는 양자화된 빌드입니다. Reflection은 BF16 모델과 같은 날 FP8 및 NVFP4 체크포인트를 DFlash2 드래프터와 함께 공개했습니다. NVFP4 저장소는 BF16의 501B에 비해 255B로 표시되어 있으며, 모델 카드에서는 양자화를 llm-compressor 덕분으로 돌리면서 지도에 대한 공로는 N​VIDIA 직원에게 돌립니다. 출시 첫날부터 4비트 빌드가 있다는 점은 누가 이걸 애초에 실행할 수 있는지를 바꿉니다 — bfloat16 기준 501B는 가중치가 대략 1테라바이트로, 이는 4비트의 255B와는 다른 구매 논의입니다.

세 번째가 빠져 있다. 카드에는 서빙 권장 사항이 없고, 공개된 하드웨어 최소 사양도 없으며, Reflection 자체 페이지 어디에도 공개된 API 가격이 없다. Artificial Analysis의 해당 모델 페이지는 가격 필드를 사용할 수 없음으로 기록하고 "공개적으로 이용 가능한 API 없음"이라고 적어 놓았다. 이는 실행 비용이 저렴하다는 점을 전체적인 홍보 포인트로 내세우는 모델이라면, 채워져 있기를 바랐을 항목이다.

Gemma 4 12B란 무엇이며, 왜 크기가 논점인가

Google의 카드에 따르면 Gemma 4 12B는 48개 레이어에 걸쳐 119억 5천만 개의 파라미터, 262,144토큰 컨텍스트, 전체 패밀리에서 공유되는 262,000토큰 어휘, 그리고 1,024토큰 슬라이딩 윈도우를 제공합니다. 이는 더 작은 E2B 및 E4B 크기가 사용하는 것의 두 배입니다. 어텐션은 로컬 슬라이딩 윈도우 어텐션과 완전한 전역 어텐션을 교차 배치하며, 마지막 레이어는 항상 전역입니다. 이는 140개 이상의 언어로 사전 학습되었으며, 35개 이상에 대한 즉시 지원이 주장됩니다.

흥미로운 엔지니어링 결정은 아키텍처에 관한 것이다: 이 모델에는 별도의 인코더가 없다. Google이 제시하는 관점은 멀티모달 처리가 나중에 붙인 것이 아니라 훈련 과정에서 내재화되었다는 것이며, 그래서 동일한 체크포인트가 추가로 로드할 두 번째 가중치 세트 없이 비전과 오디오를 처리한다. 기기에서 이것이 바로 배포 가능한 모델과 파이프라인을 가르는 차이다.

Google은 또한 사후 양자화기에 의존하는 대신 양자화 인식 학습을 내놓았고, 가중치 기준 약 6.98GB의 QAT GGUF와 작은 멀티모달 프로젝터를 공개한다. 커뮤니티 양자화는 더 작아진다: 널리 미러링된 Unsloth 빌드는 가장 공격적인 2비트에서 약 4.2GB, Q4_K_M에서 7.12GB, Q8_0에서 12.67GB까지 이른다. Apple 실리콘 MLX 빌드는 8비트에서 약 12.7GB 부근에 위치한다. 반면 풀 정밀도 인스트럭션 튜닝 체크포인트는 단일 23.92GB safetensors 파일이다 — KV 캐시가 적용되기 전의 원시 bfloat16 풋프린트이며, 이는 16GB 머신은 양자화하지 않고는 이를 담을 수 없고 24GB 카드는 담을 수 있음을 알려주는 숫자다.

독립적인 채점은 출시 직후부터 이용 가능했으며, 이것이 바로 이 페이지 전체를 관통하는 비대칭성이다. Artificial Analysis는 12B를 Intelligence Index v4.3.2에서 14, 초당 출력 토큰 117.6개, 첫 토큰까지 2.43초, 입력 토큰 100만 개당 $0.10 대 출력 토큰 100만 개당 $0.30으로 측정한다. 구글 자체 카드는 MMLU Pro 78.2, GPQA Diamond 77.8, 도구 없이 AIME 2026 77.5, Codeforces ELO 1659의 LiveCodeBench v6 72.0, MMMU Pro 69.1, 그리고 8개 니들을 사용한 128K에서 MRCR v2 43.4를 보고한다.

존재하지 않는 비교

Beam 1.0의 카드에는 SWE-bench Verified가 BF16 체크포인트에서 81.6%, FP8에서 80.2%, NVFP4에서 80.7%로 보고되어 있습니다; Terminal Bench v2.1은 80.1, 78.9, 78.4; SWE Bench Pro v1은 66.1, 65.9, 65.6; DeepSWE v1.1은 43.3, 43.0, 42.7; GPQA Diamond는 90.6, 90.3, 89.3; AIME 2026은 97.7, 98.0, 97.5; LiveCodeBench는 88.3, 88.1, 87.4; MCP Atlas는 80.8, 81.5, 80.5이고 IFBench는 79.6, 80.7, 79.2입니다. 평가에는 temperature 0.7과 top-p 0.99가 사용되었습니다. 이 모든 것은 Reflection의 자체 보고이며, 그중 어느 것도 제3자에 의해 재현되지 않았습니다.

G​emma 4 12B의 카드는 자체 수치를 보고하며, 이 역시 벤치마크별 수준에서는 재현되지 않았고, Artificial Analysis는 이 모델을 독립적으로 평가했다. 이제 둘을 나란히 놓고 빼기를 시도해 보라. 할 수 없다. Beam의 표는 에이전트형 코딩 및 도구 사용 벤치마크의 프런티어 모델 표다. G​emma의 표는 멀티모달 이해 및 추론 벤치마크 표다. 둘이 겹치는 지점 — 사실상 GPQA Diamond와 AIME — 에서 하네스, 추론 노력 설정, 샘플링 파라미터는 한쪽에서는 문서화되지 않았고 다른 쪽에서는 알 수 없다. GPQA에서 90.6 대 77.8은 13점 차이처럼 읽히지만, 그것은 한 연구소의 설정과 다른 연구소의 설정을 비교한 것이다.

이 페이지에서 단일 조직이 두 모델을 모두 측정한 유일한 수치는 Intelligence Index이며, 거기서 격차는 30 대 14다. 이는 문서화된 복합 지표 아래 제3자가 수행한 실제 측정이다. 또한 이는 파라미터 수가 42배이고, 확보된 증거로 볼 때 배포 등급 자체가 전혀 다른 한 모델에서 나온 16포인트 격차이기도 하다. 누구도 이에 놀라서는 안 된다.

각각 실제로 운영하는 데 드는 비용

Beam 1.0도 Gemma 4 12B도 저희 카탈로그에 없습니다. OrcaRouter가 Gemma 4 제품군에서 라우팅하는 것은 저희가 취급하는 두 가지 크기입니다: Gemma 4 26B A4B는 백만 입력 토큰당 $0.06, 백만 출력 토큰당 $0.33이며 262,144토큰 컨텍스트를 제공하고, Gemma 4 31B는 $0.13 및 $0.38 — 공급자 정가가 마크업 없이 그대로 전달됩니다, 2026년 10월 16일 저희 자체 모델 목록에서 확인한 가격입니다. Beam 1.0은 저희가 제공하는 대상이 아니며, 이 페이지는 그런 척하지 않습니다; 오늘날 그것을 사용하는 방법은 Reflection의 Hugging Face 컬렉션에서 다운로드하거나 Reflection 자체 API를 호출하는 것입니다.

그러면 정직한 비용 비교는 하드웨어 비교로 남습니다. 여기서 실제로 중요한 것은 바로 이 버전입니다. 이미 그 장비를 보유하고 있다면, 4비트의 G​emma 4 12B는 다운로드 한 번과 오후 한 나절이면 됩니다. 그렇지 않다면, 12B의 종량제 환산 비용은 우리 목록에서 대략 가장 저렴한 항목입니다 — 백만 출력 토큰당 30센트 — 반면 활성 파라미터가 23B인 501B 모델은 GPU 임대인데, Reflection이 요금을 공개하지 않았기 때문에 어디에서도 여러분을 위한 가격이 책정되지 않았습니다.

둘 중 어느 것이 당신의 모델인가요?

선택하세요G​emma 4 12B인코더 없는 설계와 양자화 인식 학습은 모두 바로 그런 독자를 겨냥하고 있으며, Apache 2.0 라이선스는 G​oogle과 대화하지 않고도 파생물을 출시할 수 있음을 의미합니다. 이 선택의 대가는 역량입니다: 독립 인덱스에서 14는 프런티어보다 훨씬 낮으며, 여러분에게 가장 중요한 벤치마크 세트 — 에이전트 코딩, 리포지토리 규모 추론 — 는 G​oogle이 공개한 세트가 아닙니다. 작업이 멀티모달이라면, 이미 보유한 하드웨어나 출하하는 기기에서 실행해야 한다면, 첫 토큰까지의 지연 시간이 수백 밀리초 정도여도 괜찮다면, 그리고 256K 컨텍스트가 문서를 커버한다면

선택하세요: Beam 1.0 — 작업이 코딩, 도구 사용, 장기 지평의 에이전트 실행이라면, 클러스터 접근 권한이나 서빙 파트너가 있고, 가격이 매겨지지 않은 API와 상시 가동되는 추론 예산을 감당할 수 있다면. 공개된 벤치마크는 바로 그 워크로드를 겨냥하고 있고, 4비트 빌드는 파라미터 수가 시사하는 것보다 하드웨어 논의를 실질적으로 더 쉽게 만들며, 라이선스에는 상업적 파인튜닝을 막을 만한 제한이 없습니다.

이번 주 안에 답이 정말 필요하다면 둘 다 고르지 마세요. 이 둘은 모두 직접 실행해야 하는 모델입니다. 그 결정에 중요한 비교, 즉 이미 보유한 키로 공개된 요금에 서빙되는 모델에 대한 비교는 다른 페이지에 있습니다. 그리고 이 페이지는 대부분의 프로덕션 트래픽이 머무는 중간이 아니라 오픈 웨이트 스펙트럼의 양 끝을 다룹니다.

이 페이지를 바꾸려면 무엇이 필요할까요

두 가지입니다. Beam 1.0과 Gemma 4 12B를 동일한 하네스에서 동일한 노력으로 비교하는 독립적인 벤치마크가 있다면 위의 Index 전용 비교를 차감 가능한 무언가로 대체할 수 있을 것이고, Beam의 가중치가 이제 공개되었다는 사실은 누구나 그것을 실행할 수 있다는 뜻입니다. Beam API의 공개 가격—또는 호스팅된 FP8 또는 NVFP4 배포의 가격—은 비용 섹션을 하드웨어 논쟁에서 요금표로 바꿔 놓을 것입니다. 그중 하나가 실현되기 전까지 정확한 요약은 이렇습니다: 40대 1의 파라미터 격차는 독립적으로 측정된 약 16포인트의 지능과 서로 다른 벤치마크 세트를 얻는 대가로, 그것을 둘 자리를 잃게 합니다.

이런 결과는 모델의 실수가 이미 문서화되어 있다는 점을 다시 일깨워 주기도 합니다: 이 계열 모델의 배후에 있는 AI 사고와 에이전트 실패는 OrcaRouter AI Incident Archive에 수집되어 있으며, 각 항목은 자체 출처, 심각도, 신뢰도 등급, 이의 제기 플래그를 함께 갖추고 있습니다.