Beam 1.0 대 Qwen 3.8: 가격표에 맞선 실제 가중치 공개

2026년 10월 5일, Reflection Beam 1.0가중치가 아직 공개되지 않은 오픈 웨이트 모델로 발표되었다. 2026년 10월 16일에는 출시되었다 — Hugging Face에 Apache 2.0 아래, BF16, FP8, NVFP4 정밀도로 올린 네 개의 리포지토리와 2B 추측 디코딩 드래프터까지.Qwen 3.8은 두 달 반 동안 정반대의 이야기였다: 알리바바의 이 세대는 2026년 8월 3일 Qwen3.8-Max를 입력 토큰 백만 개당 $2.00, 출력 토큰 백만 개당 $6.00의 유료 API로 출시했고, 오픈 웨이트 형제 모델 하나는 맞춤형 라이선스로, 270억 매개변수의 덴스 모델은 Apache 2.0으로 뒤따랐다. 두 모델 모두 100만 토큰 컨텍스트를 내세운다. 둘 다 추론하고, 둘 다 도구를 호출하며, 인터페이스에서는 둘 다 텍스트 전용이다. 이해할 가치가 있는 차이는 어느 쪽에 예산을 책정할 수 있고 어느 쪽을 보유할 수 있느냐인데, 2026년 10월 16일 이후 각 모델은 그 둘 중 정확히 하나만을 가졌고 다른 하나는 갖지 못하기 때문이다.

위의 두 수치는 모두 벤더가 제시한 것이며, 두 모델 모두 이제 Artificial Analysis에 의해 측정되었다 — 이는 이 분야에서 이 비교를 애초에 작성할 수 있게 해주는 이유가 될 만큼 드문 일이다.

모델별 현황

• 파라미터 — Beam 1.0은 총 501.3B, 토큰당 23.4B가 활성인 희소 전문가 혼합(MoE) 모델로, 52개 레이어에 걸쳐 있으며 3개는 dense, 49개는 MoE이고, 카드에 설명된 구성에서는 전문가 256개를 갖춥니다. Qwen3.8-Max의 파라미터 수는 A​libaba가 공개한 적이 없습니다. 그 핵심의 공개 형제 모델인 Qwen3.8-2.4T-A95B는 약 950억 개가 활성인 2.4조 파라미터 MoE로, 이는 회사 외부에서 플래그십의 규모에 가장 근접할 수 있는 수치입니다.

• 컨텍스트 창 — Beam 1.0의 모델 카드에서는 1,000,000 토큰입니다. OrcaRouter의 qwen/qwen3.8-max 목록에서는 1,000,000 토큰, Artificial Analysis의 동일 모델 페이지에서는 984,000 토큰입니다. 두 수치는 같은 값을 다르게 반올림한 것일 뿐이며 두 모델 간의 차이점이 아닙니다.

• 모달리티 — Beam 1.0은 텍스트 입력, 텍스트 출력이며, 이는 카드에 명확히 기재되어 있습니다. Qwen3.8-Max는 텍스트와 이미지를 받아 텍스트를 반환하는데, 이는 형식상의 차이가 아니라 실질적인 역량 차이입니다.

• 라이선스 — Beam 1.0은 Apache 2.0이며, 사용자 수 제한도, 별도의 상용 티어도 없습니다. Qwen 3.8 세대는 혼합형입니다. 2.4T Max 코어 체크포인트는 맞춤형 라이선스로 다운로드할 수 있고, 덴스 27B는 Apache 2.0이며, 플래그십인 Max 자체는 가중치가 전혀 없습니다.

• 가격 — Beam 1.0의 경우 Reflection 자체 채널 어디에도 공개되지 않았고, Artificial Analysis의 해당 모델 페이지에는 이용 불가로 기록되어 있습니다. Qwen3.8-Max의 백만 토큰당 $2.00 및 $6.00은 A​libaba가 공개했으며, 우리 자체 라우트에도 동일한 수치로 기재되어 있습니다.

• 독립 점수 — Artificial Analysis Intelligence Index v4.3.2는 Beam 1.0을 30으로 평가하며, 비교 클래스에서 120개 중 19위로 순위를 매겼습니다. 같은 지수에서 Qwen3.8-Max (0902)는 45로, 217개 중 33위이며, AA는 Max 라인을 둘 이상의 빌드에서 평가했고 그 수치는 빌드 간에 달라졌습니다.

• 속도 — Beam 1.0에서는 제공되지 않음. 이 페이지는 출력 속도를 알 수 없음으로 기록하는데, 측정할 수 있는 공개 엔드포인트가 없기 때문이다. Qwen3.8-Max의 경우 초당 출력 토큰 38.8개이며, AA는 이를 해당 등급에 비해 눈에 띄게 느리다고 설명한다.

발표와 출시 사이의 16일 동안 실제로 무엇이 바뀌었나

그 격차는 정확히 설명할 가치가 있다. 가중치가 공개되고 나면 평탄화되어 버리는 종류의 것이기 때문이다.

Reflection의 출시 게시물은 가중치, 기술 보고서, 모델 카드 및 개발자 아티팩트가 "이번 달 말"에 공개될 것이라고 밝혔고 Apache 2.0을 약속했습니다. 10월 5일부터 10월 16일 사이에 독자가 Beam 1.0으로 할 수 있는 유일한 일은 대기 목록에 가입하는 것뿐이었습니다. 이 모델에는 벤치마크 표, 공개된 훈련 설명 — 4주 이내에 6,144개의 GB300 NVL72 GPU에서 23.8조 토큰, 10,500개의 GB300에서 RL 단계, 1억 회 이상의 롤아웃 — 이 있었지만 다운로드는 없었습니다.

그다음 10월 16일, Hugging Face 컬렉션에 세 가지 양자화 변형과 드래프터가 등장했고, 모델 카드에는 세 정밀도 모두를 아우르는 전체 평가 표가 함께 도착했습니다. 무엇을 실행할지 결정하는 독자에게 중요한 결과는 아직 Reflection 자체의 것이며 재현되지 않은 벤치마크 수치가 아닙니다. 중요한 것은 그 모델이 "발표됨" 범주에서 "직접 검사하고, 양자화하고, 미세 조정하고, 서빙할 수 있는" 범주로 이동했다는 점입니다. 실행에 옮길 수 있는 라이선스는 약속만 받은 라이선스와는 다른 자산입니다.

Qwen 3.8은 같은 목적지로 반대 경로를 택했다. Alibaba는 2026년 8월 3일 가격이 매겨져 제공되는 플래그십으로 세대를 열고, 이후 가중치를 단계적으로 공개했다 — 8월 12일 2.4T 코어, 8월 14일 dense 27B, 그달 말 Flash-Next 프리뷰. 누구도 약속을 기다릴 필요가 없었다. 살 수 있는 것이 먼저 왔고 다운로드할 수 있는 것이 나중에 왔기 때문이다.

두 가지 가격 책정 상황은 대칭적이지 않습니다

Qwen3.8-Max는 우리의 라우트 중 하나입니다. 입력 토큰 100만 개당 $2.00, 출력 토큰 100만 개당 $6.00이며 100만 토큰 컨텍스트를 제공하고, 공급자의 정가를 마크업 없이 그대로 전달한 가격입니다. 따라서 Alibaba가 해당 요율을 바꾸면, 다음 계약 갱신 때가 아니라 같은 날 청구서가 바뀝니다. 이것이 실무에서 “모델에 가격이 있다”는 말의 의미이며, 이 글에서 비교 대상의 한쪽에는 구체적인 계산 수치를 독자에게 제시할 수 있지만 다른 쪽에는 그럴 수 없는 이유입니다.

Beam 1.0에는 그런 숫자가 없다. 발표 후 12일 뒤 그것은 가입 장벽이 있는 대기자 명단 프리뷰였고, 10월 16일에는 다운로드가 가능해졌다. 두 상태 모두 요금이 책정되어 있지 않다. Beam 1.0에 대해 인용된 어떤 달러 금액이든 누군가의 하드웨어 추정치일 뿐이며, 카드에는 서빙 권장 사항도, 하드웨어 최소 사양도, 추정에 사용할 처리량 수치도 없다. 가격 행은 이 모델 문서에서 가장 큰 단일 공백이며, 501B 파라미터 수 때문에 메우는 데 비용이 많이 드는 공백이다.

이 비교에는 규모가 비용 논리를 대신 펼쳐 주는 버전이 있다 — 활성 파라미터 23.4B 대 소문으로만 알려진 95B는 토큰당 연산량에서 4대 1 비율이며, 더 작은 모델에 가격이 책정되어 있었다면 실행하는 데 더 저렴한 쪽이었을 가능성이 크다. 그런 주장은 여기서 할 수 없다. 그 비교의 한쪽에는 가격이 없기 때문이다. 말할 수 있는 것은, 공개된 가격이 있는 모델과 공개된 라이선스가 있는 모델은 서로 다른 의미에서 둘 다 사용할 준비가 되어 있다는 점이며, 구매자는 선택하려면 두 행 모두가 필요하다는 것이다.

소싱이 함께 제공되는 역량

Beam 1.0의 카드에는 BF16 체크포인트에서 SWE-bench Verified 81.6%, Terminal Bench v2.1 80.1, SWE Bench Pro v1 66.1, DeepSWE v1.1 43.3, GPQA Diamond 90.6, AIME 2026 97.7, LiveCodeBench 88.3, MCP Atlas 80.8, LongBench v2 67.5, IFBench 79.6이 보고되어 있으며, FP8 및 NVFP4 수치는 일반적으로 1~2포인트 낮습니다. Reflection의 자체 포지셔닝은 신중합니다: Beam을 더 큰 오픈 모델과 경쟁력이 있고 Qwen 3.8-Max에 근접하며, 추론에서 GLM-5.2와 동등하면서 추론 컴퓨트는 3~4배 적게 사용한다고 설명하며, Kimi K3가 여전히 원시 성능에서 앞선다는 점을 인정합니다. 이 모든 것은 벤더 보고이며 제3자에 의해 재현된 바 없습니다.

Qwen3.8-Max의 수치는 두 방향에서 나옵니다. Alibaba는 자사 수치를 보고하는데, 여기에는 Terminal Bench 2.1에서의 86.6%와 플래그십 출시에 따르는 기업용 가격표가 포함됩니다. Artificial Analysis의 독립적인 종합 지표가 더 유용한 항목입니다: Intelligence Index v4.3.2에서 45점으로, 이는 이 모델을 비교 등급 27개 중 중앙값보다 훨씬 위에 놓지만 최전선보다는 아래에 두며, 측정된 출력 속도는 초당 38.8토큰으로 AA는 약 88에 가까운 계층 중앙값과 비교해도 느리다고 설명합니다. 같은 독립 지수에서 Beam 1.0보다 15점 앞서고 대화하는 데 $2.00가 드는 플래그십은 공급업체 자체 표에서 앞서는 것과는 다른 이야기입니다.

효율성 논쟁을 매듭지어 줄 단 하나의 숫자, 즉 동일한 하드웨어에서 측정한 에너지 단위당 또는 컴퓨팅 비용 1달러당 토큰 수는 두 모델 어디에도 존재하지 않는다. Reflection이 함께 제시한 차트는 FLOPs를 대략 활성 파라미터 수의 두 배에 생성된 토큰 수를 곱한 값으로 추정하며, 자체 캡션에서 여기에 prefill, attention, serving 오버헤드가 제외된다고 밝히고 있다. 그것은 한계에 대한 정직한 공개이며, 그럼에도 여전히 측정값은 아니다.

각각의 용도

다음이 필요할 때 선택하세요: Qwen3.8-Max호출 가능하고 책임 소재가 분명한 것이 필요할 때. 요금제가 있고, 컨텍스트 수치가 있고, 독립적인 점수가 있으며, 텍스트뿐 아니라 이미지도 읽고, 오늘 바로 손에 넣을 수 있는 키로 응답한다. 비용은 정직한 편이다. 백만 토큰당 $2.00와 $6.00으로 비싸고, 독립적 측정에 따르면 같은 등급 대비 느리므로, 대량 워크로드라면 두 가지 모두 체감하게 될 것이다. 이 세대의 오픈 웨이트는 존재하지만, 플래그십이라는 이름을 뒷받침하는 체크포인트는 커스텀 라이선스 아래에 있고 데이터센터 규모이므로, 당신이 구매하는 바로 그 자체를 셀프 호스팅하는 것은 들리는 것만큼이나 탈출구가 되지 못한다.

다음을 선택하세요: Beam 1.0 — 스택을 직접 소유하고 싶을 때. Apache 2.0은 세 가지 양자화 수준, 1M 토큰 컨텍스트, 켜고 끄는 대신 조정하는 상시 추론 예산, 코딩과 에이전트 작업을 겨냥한 평가 표를 제공합니다. 그 소유권의 대가는 그 주변의 모든 것입니다: 직접 추정해야 하는 서빙 비용, 그 추정치를 크게 만드는 파라미터 수, 그리고 공급업체의 표를 검증할 독립적인 점수가 없다는 점입니다 — Intelligence Index 수치 30은 실제이고 제3자 것이지만, 그것은 하나의 종합 지표일 뿐, 벤치마크별 검증은 아닙니다.

그리고 혼합된 경우 — 결국 오픈 웨이트를 원하지만 이번 분기에 엔드포인트가 필요한 팀 — 에 대한 일반적인 답은 둘 다입니다: 자체 호스팅 배포가 구축되고 자체 작업에서 벤치마킹되는 동안, 공개된 요금으로 제공되는 모델을 통해 작업을 라우팅하는 것입니다. OrcaRouter는 하나의 OpenAI 호환 키 뒤에서 공급자 전반에 걸친 자동 장애 조치를 통해 200개 이상의 모델을 실행하므로, 자체 호스팅 빌드는 트래픽의 일부를 처리하고 성능이 저하되면 나머지를 다시 넘겨줄 수 있으며, 아직 확정하지 않은 모델을 시험해 보는 데 두 번째 계약이 필요하지 않습니다.

다음에 볼 콘텐츠

이 페이지를 바꾸는 것은 단 하나의 행입니다. 만약 Reflection이나 서빙 파트너가 Beam 1.0 요금을 발표한다면 — API용이든, 호스팅된 FP8 또는 NVFP4 배포용이든 — 비교는 산술이 됩니다: 23.4B 활성 매개변수 대 소문난 95B, 두 개의 독립적인 인덱스 점수, 그리고 두 개의 가격. 그것은 읽을 가치가 있는 페이지입니다. 그때까지는 진실된 요약은 Reflection은 약속했던 절반을 전달했고, A​libaba는 가격을 책정했던 절반을 전달했으며, 두 모델 모두 나머지 절반을 기다리고 있다는 것입니다.

스코어보드가 측정하는 것과 배포가 실제로 마주하는 것 사이의 그 간극이 바로 이 기록이 중요한 이유입니다: 이 계열의 모델과 관련된 문서화된 AI 실패 및 에이전트 사고가 수집되는 곳은 OrcaRouter AI Incident Archive이며, 각 항목은 자체 출처, 심각도, 신뢰도 등급 및 이의 제기 플래그를 갖추고 있습니다.