Beam 1.0 vs Kolibri: 두 개의 Apache 2.0 릴리스는 같은 릴리스가 아니다

Beam 1.0과 Kolibri는 지난달 공개된 가장 비교 가능한 두 오픈 웨이트 릴리스이며, 이 둘을 서로 비교하는 것이 각각을 프런티어 API 모델과 비교하는 것보다 더 유용하다. 두 모델 모두 실제로 다운로드할 수 있기 때문이다. Aleph Alpha의 Kolibri는 2026년 10월 3일에 공개되었다 — 총 파라미터 78,103,074,560개, 토큰당 활성 파라미터 3,457,573,120개, 검증된 컨텍스트 윈도 1,048,576토큰, 독일어 및 영어, Apache 2.0. Reflection의 Beam 1.0은 2026년 10월 16일에 총 파라미터 5,013억 개, 활성 234억 개, 1M 토큰 컨텍스트, 영어, 그리고 동일한 라이선스와 함께 공개되었다. 같은 라이선스, 비슷한 희소성 철학, 그리고 그 외에는 거의 공통점이 없다 — 바로 그렇기 때문에 이 짝이 규모 대 규모 비교보다 더 많은 것을 알려준다. 하나는 관할권 논거를 내세울 연구소가 만들었고, 다른 하나는 역량 논거를 내세울 연구소가 만들었다.

두 모델은 또한 단 하나의 벤치마크 결과도 읽기 전에 대부분의 실제 배포를 결정짓는 방식에서 차이가 있습니다: 바로 공급업체가 가중치와 함께 공개한 내용입니다. Aleph Alpha는 모델이 어떻게 훈련되었는지에 대한 이례적으로 완전한 설명을 제공했습니다 — 데이터 출처, 에너지, 실패한 전작, 정확한 GPU 시간. Reflection은 자신의 엔드포인트를 대상으로 지정할 수 있는 검증기를 제공했습니다. 이들은 서로 다른 종류의 신뢰이며, 귀하의 조달 프로세스가 어느 쪽을 받아들이는지가 첫 번째로 답해야 할 질문입니다.

동일한 라이선스, 다른 제품

진정으로 동일한 것부터 시작하세요. 보기보다 적으니까요.

• 라이선스 — 둘 다 Apache 2.0이며, 라이선스가 블로그 문장이 아니라 저장소에 있습니다. Beam의 모델 카드에는 증류, 파인튜닝, 양자화, 병합이 제한되지 않는다는 점이 추가로 명시되어 있습니다. Kolibri에는 허용 사용 부속 조항도, 월간 활성 사용자 기준도, 별도의 상업 조건도 없습니다.

• 희소성 전략 — 둘 다 공격적인 활성화 비율을 가진 전문가 혼합(MoE)입니다. Kolibri는 78.1B 중 3.46B를 활성화하며, 약 4.4퍼센트입니다. Beam은 501.3B 중 23.4B를 활성화하며, 약 4.7퍼센트입니다. 어느 연구소도 여러분에게 밀집 모델을 팔고 있지 않습니다.

• 긴 컨텍스트 — Kolibri는 262,144토큰 네이티브 창을 제공하며 품질 및 서빙 효율성은 1,048,576까지 검증되었습니다. Beam은 카드에서 1M, API에서 최대 출력 131,072토큰을 명시합니다.

• 독립적인 벤치마크 재현 없음 — 어느 벤더의 표도 제3자가 검증한 적이 없습니다. Artificial Analysis에는 Kolibri의 모델 페이지가 전혀 없으며, 반면 Beam 1.0은 인덱스 버전 v4.3.2에서 Intelligence Index 30, 120개 중 19번째로 등재되어 있습니다.

그 마지막 줄은 첫 번째 진짜 비대칭이며, 놓치기 쉽다. Beam에는 외부 수치가 하나 있고, Kolibri에는 하나도 없다. 120개 모델을 포괄하는 지수에서 30점은 그다지 좋아 보이는 수치는 아니지만, Reflection이 산출하지 않은 수치이며, 공급업체의 표가 신뢰할 만한지 판단하려는 구매자에게는 어떤 독립적 측정치가 존재한다는 사실이 그 측정치의 값보다 더 가치가 있다.

각 공급업체가 공개하기로 선택한 것

Aleph Alpha의 공개 문서는 더 이례적인 산출물이다. 가중치와 함께, 필터링된 이중 언어 코퍼스에서 추출한 20조 개의 사전 학습 토큰, 대략 62.5% 영어, 23.9% 독일어, 13.6% 코드를 공개했으며, 여기에 3.44조 개의 중간 학습 토큰과 2,010억 개의 장문맥 확장용 토큰을 더했다. 연산량은 96개의 HGX 노드에 걸친 768대의 NVIDIA B200, 21일간의 사전 학습을 위한 511시간 및 392,000 GPU-시간, 보고된 6.4×10²³ FLOPs로 명시되어 있으며, 중간 학습은 5일과 90,000 GPU-시간을, 장문맥 확장은 13시간과 10,000 GPU-시간을 추가한다. 에너지는 데이터센터 오버헤드를 포함해 9.5×10² MWh로 추정되며, 사전 학습, 중간 학습, 장문맥 학습을 포괄하고, 지도 미세 조정과 강화 학습은 제외한다.

그것을 공개함으로써 두 가지가 따른다. 첫째, "훈련 데이터는 어디에서 왔으며 어떤 법에 따라 수집되었는가"로 시작하는 조달 규칙을 가진 조직은 대화가 아니라 답을 갖게 된다. 둘째, 그다지 편치 않게도, 같은 문서는 그 모델이 Aleph Alpha 자체 하네스에서 Qwen3.8 27B에 뒤진다는 사실을 보여준다 — 영어 평균에서 75.5 대 80.2, 독일어 평균에서 70.8 대 79.9이며, Qwen은 GPQA Diamond, LiveCodeBench v6, SWE-Bench Verified 및 두 장문맥 벤치마크 모두에서 앞선다. Gemma 4 26B-A4B IT는 두 평균에서 71.9와 66.3에 머문다. Kolibri의 명분은 동급 크기에서 가장 강력한 모델이라는 데 있지 않다. 훈련 과정을 감사할 수 있는 동급 크기에서 가장 강력한 모델이라는 데 있다. 그 문서가 이번 공개가 마케팅이 아니라 연구로 읽히는 이유다: Aleph Alpha는 모델이 아니라 파이프라인을 제품으로 만들고 싶어 하기 때문에 모델이 어떻게 만들어졌는지 설명하고 있으며, 훈련 파이프라인을 판매하는 연구소는 그 파이프라인이 작동했음을 보여주는 수치를 공개한다.

Reflection은 다른 종류의 것을 공개했습니다. Beam 1.0 릴리스에는 레퍼런스 서빙 구성, Helm 차트, Transformers, vLLM, SGLang, Unsloth, Axolotl, TokenSpeed 및 NVIDIA Dynamo의 데이제로 지원, 그리고 beam-verifier CLI가 포함됩니다. 이 CLI는 라이브 엔드포인트를 대상으로 적합성 테스트 스위트를 실행한 다음 주요 벤치마크에서 평가하여 배포를 Reflection의 레퍼런스 점수와 대조해 확인할 수 있게 합니다. 여기에 포함되지 않은 것은 요금표입니다. 문서에는 속도 제한에 관한 전체 페이지가 있고 백만 토큰당 가격은 없으며, 발표문은 API가 무료로 시작할 수 있다고만 밝히고 있습니다.

각각을 운영하는 데 드는 비용

둘 다 우리 카탈로그에는 제공되지 않으며, 그렇지 않은 듯이 암시하지도 않겠습니다. 둘 다 자체 호스팅 방식으로 구매하는 것이고, 진짜 가격은 하드웨어 최소 사양입니다.

• Beam 1.0 — NVFP4 빌드는 273 GiB이며, 레퍼런스 구성은 NVLink로 연결된 NVIDIA B300 SXM GPU 4개를 사용하는 단일 박스입니다. FP8은 468.72 GiB이고 H200 8개에서 실행되며, BF16은 933.81 GiB이고 B200 또는 B300 8개에 올라갑니다. 추측 디코딩을 위해 1.93B DFlash2 드래프터가 함께 제공되며, NVFP4 체크포인트에서 1.7×~3.0× 디코드 속도 향상을 제공합니다. 서빙 레시피는 KV 캐시를 64토큰 페이지를 사용하여 FP8 E4M3로 유지합니다.

• Kolibri — FP8 체크포인트는 문서화된 서빙 정밀도이며, 128×128 블록 가중치와 동적으로 양자화된 활성화를 사용하고, 임베딩, LM head, 정규화 계층 및 MoE 라우터는 bfloat16으로 유지한 채 FP8 KV 캐시로 평가됩니다. vLLM 도구 호출 파서가 가중치와 동일한 저장소에 함께 제공되며, 해당 저장소는 게이트가 없습니다 — 요청이 아니라 Apache 2.0 다운로드입니다.

구매자가 실제로 돌려야 할 비교는 벤치마크 표의 행들이 아니다. 그것은 독일어와 영어로 응답하며 훈련 과정을 문서화할 수 있는 2-GPU 자체 호스팅 엔드포인트를, 코딩과 에이전트 작업에 더 강하지만 우리가 찾아볼 수 있는 한 훈련 문서가 GPU 시간이나 에너지까지는 미치지 않는 4-GPU 엔드포인트와 견주는 것이다.

워크로드가 건물 밖으로 반출할 수 없는 규제 대상 문서라면, 첫 번째만이 그 논쟁을 종결짓는 유일한 선택입니다. 워크로드가 엔지니어링 에이전트라면, 두 번째만이 검증기를 갖춘 유일한 선택입니다.

랙 없이 그 기능을 원한다면

두 모델 모두 오늘 호출할 수 있는 경로에서 이미 제공되는, 허용적 라이선스의 소규모 활성 파라미터 MoE라는 부류를 설명하며, 대안의 가격을 따져보는 것이 하드웨어를 직접 소유할 가치가 있는지 결정하는 가장 빠른 방법입니다.

• Gemma 4 26B-A4B IT — 백만 입력 토큰당 $0.06, 백만 출력 토큰당 $0.33, 262,144토큰 윈도. 라우팅 엔드포인트에서 Kolibri 티어에 가장 가까운 존재이자, Aleph Alpha 자체의 영어·독일어 평균에서 실제로 Kolibri를 앞서는 모델입니다.

• Qwen3.8-27B — 입력 $0.33, 출력 $2.40, 262,144토큰 컨텍스트, 그리고 임대하느니 직접 실행하고 싶다면 Apache 라이선스의 오픈 웨이트.

• GLM-5.2 — 1,000,000토큰 창에 $1.40 및 $4.40, Beam 1.0이 겨냥한 장문 맥락 및 코딩 작업을 위해.

• Kimi K3 — 1,048,576 토큰 기준 입력 $3.00, 캐시 $0.30, 출력 $15.00. Reflection의 자체 출시 게시물조차 순수 성능에서 앞선다고 인정한 모델.

OrcaRouter는 그 조합을 하나의 OpenAI 호환 키 뒤에 라우팅하며, 공급자의 정가를 그대로 전달하고 아무것도 더하지 않습니다, 따라서 공급업체의 가격 인하가 다음 계약 갱신 때가 아니라 같은 날 청구서에 반영되고, 자동 장애 조치가 한 공급자가 부하 상황에서 성능이 저하되는 경우를 처리합니다. 주권적 배포를 저울질하는 누구에게나 유용한 패턴은 규제 대상 트래픽은 자체 호스팅 Kolibri 엔드포인트에, 일반 업무는 라우팅된 티어에 돌리고, 라우팅 규칙이 어느 쪽이 어느 쪽인지 결정하게 하는 것입니다 — 하나의 키, 하나의 구성, 그리고 그것이 필요한 문서에 대해서만 정당화하면 되는 하드웨어 결정.

당신이 실제로 찾고 있던 릴리스

출처, 관할권 또는 감사 가능성에 관한 질문에 답해야 해서 오픈 웨이트를 검색했다면, Kolibri가 그 답을 가진 릴리스다. 이 모델은 같은 크기대에서 가장 강력한 모델은 아니며 — Aleph Alpha 자체 표에도 그렇게 나와 있다 — 지원 언어도 두 개뿐이고, 권장 서빙 구성은 H100 SXM5 두 대 또는 H200 두 대 — 또는 하드웨어 표에서 이들과 나란히 기재된 단일 B200이나 B300이다. 이 트레이드오프는 명시적이며, 규제 대상 배포에서는 아마도 올바른 선택일 것이다.

직접 실행할 수 있는 엔지니어링 에이전트를 원해서 오픈 웨이트를 찾아봤다면, Beam 1.0은 그 역량과 서빙 스택, 검증 도구를 갖춘 릴리스이며, 네 대의 B300과 아직 작성되지 않은 가격표를 요구합니다. 여기서의 거래는 자체 하드웨어에서 최전선에 근접한 코딩 작업을 수행하는 모델을 얻는 대가로 자본과 불확실성을 감수하는 것입니다.

이 조합이 보여주는 것은 '오픈 웨이트'가 이미 오래전에 차별화 요소이기를 그쳤다는 점이다. 두 주 동안 두 연구소에서 나온 두 개의 Apache 2.0 릴리스는 라이선스와 희소성 철학, 컨텍스트 윈도를 공유할 수 있으면서도 여전히 완전히 다른 질문에 대한 답이다. 라이선스로 분류하는 것은 아무 소용이 없다. 그 릴리스가 어떤 질문에 답하기 위해 만들어졌는지로 분류해야 올바른 폴더에 도달할 수 있다.

그중 어느 것도 가정이 아닙니다: 이번과 같은 릴리스의 배경이 된 문서화된 AI 실패와 에이전트 사고는 OrcaRouter AI Incident Archive에 수집되어 있으며, 각 항목에는 자체 출처, 심각도, 신뢰도 등급, 분쟁 플래그가 함께 제공됩니다.