Beam 1.0 vs Qwen 3.8: een release met geleverde gewichten tegen een prijslijst

Op 5 oktober 2026, Reflection Beam 1.0 werd aangekondigd als een open-weightmodel waarvan de gewichten nog niet waren vrijgegeven. Op 16 oktober 2026 werden ze uitgebracht — vier repositories op Hugging Face onder Apache 2.0, in BF16-, FP8- en NVFP4-precisie, plus een 2B speculative-decoding-drafter. Qwen 3.8 vertelt al tweeënhalve maand het tegenovergestelde verhaal: de generatie van Alibaba ging live op 3 augustus 2026, met Qwen3.8-Max als geprijsde API tegen $2,00 per miljoen inputtokens en $6,00 per miljoen output, één open-weightbroertje dat volgde onder een aangepaste licentie en een dense model met 27 miljard parameters onder Apache 2.0. Beide modellen claimen een context van één miljoen tokens. Beide redeneren, beide roepen tools aan, beide zijn aan de interface uitsluitend tekst. Het verschil dat het begrijpen waard is, is voor welke je een budget kunt opstellen en welke je in handen kunt houden, want na 16 oktober heeft elk model precies één van die twee en niet de andere.

Beide cijfers hierboven zijn van de leverancier, en beide modellen zijn nu gemeten door Artificial Analysis — wat op dit gebied zeldzaam genoeg is om de reden te zijn dat deze vergelijking überhaupt geschreven kan worden.

De stand van zaken, model voor model

• Parameters — Beam 1.0 is een sparse mixture-of-experts-model met in totaal 501,3 miljard en 23,4 miljard actief per token, verdeeld over 52 lagen, drie dense en 49 MoE, met 256 experts in de configuratie die de modelkaart beschrijft. Het aantal parameters van Qwen3.8-Max is nooit door Alibaba bekendgemaakt; het open zusje van zijn kern, Qwen3.8-2.4T-A95B, is een MoE met 2,4 biljoen parameters en ongeveer 95 miljard actieve parameters, wat het dichtst is dat iemand buiten het bedrijf bij de omvang van het vlaggenschip kan komen.

• Contextvenster — 1.000.000 tokens op de modelkaart van Beam 1.0. 1.000.000 tokens op de vermelding van OrcaRouter voor qwen/qwen3.8-max, en 984.000 op de pagina van Artificial Analysis voor hetzelfde model. De twee zijn hetzelfde cijfer, anders afgerond, en vormen geen verschilpunt tussen de modellen.

• Modaliteit — Beam 1.0 is tekst in, tekst uit, duidelijk op de kaart vermeld. Qwen3.8-Max accepteert tekst en afbeeldingen en retourneert tekst, wat een echt verschil in mogelijkheden is en niet louter een opmaakverschil.

• Licentie — Beam 1.0 is Apache 2.0, zonder limieten op gebruikersaantallen en zonder apart commercieel niveau. De Qwen 3.8-generatie is gemengd: het 2.4T Max-kerncheckpoint is downloadbaar onder een aangepaste licentie, het dense 27B-model onder Apache 2.0, en het vlaggenschip Max zelf heeft helemaal geen gewichten.

• Prijs — nergens op de eigen platforms van Reflection gepubliceerd voor Beam 1.0, en op de pagina van Artificial Analysis voor het model geregistreerd als niet beschikbaar. $2,00 en $6,00 per miljoen tokens voor Qwen3.8-Max, gepubliceerd door A​libaba en op onze eigen route vermeld met dezelfde cijfers.

• Onafhankelijke score — Artificial Analysis Intelligence Index v4.3.2 plaatst Beam 1.0 op 30, gerangschikt op de 19e plaats van de 120 in zijn vergelijkingsklasse. Dezelfde index zet Qwen3.8-Max (0902) op 45, gerangschikt op de 33e plaats van de 217, en AA heeft de Max-lijn bij meer dan één build geëvalueerd, waarbij het cijfer tussen die builds varieert.

• Snelheid — niet beschikbaar voor Beam 1.0; de pagina registreert de outputsnelheid als onbekend, omdat er geen openbaar eindpunt is om te meten. 38,8 outputtokens per seconde voor Qwen3.8-Max, wat AA omschrijft als opvallend traag voor zijn klasse.

Wat de zestien dagen tussen aankondiging en release daadwerkelijk veranderden

De kloof is het waard om precies te beschrijven, want het is het soort ding dat wordt platgeslagen zodra de gewichten uit zijn.

In de lanceringspost van Reflection stond dat de gewichten, het technische rapport, de modelkaart en ontwikkelaarsartefacten 'later deze maand' zouden volgen, en er werd Apache 2.0 beloofd. Tussen 5 oktober en 16 oktober was het enige dat een lezer met Beam 1.0 kon doen, zich inschrijven voor een wachtlijst. Het model had een benchmarktabel, een gepubliceerd trainingsverslag — 23,8 biljoen tokens op 6.144 GB300 NVL72-GPU's in minder dan vier weken, een RL-fase op 10.500 GB300's, meer dan 100 miljoen rollouts — en geen download.

Dan verschenen op 16 oktober drie kwantisatievarianten en een draftmodel in een Hugging Face-collectie, en de kaart arriveerde met een volledige evaluatietabel voor alle drie de precisies. Voor een lezer die beslist wat te draaien, is de belangrijke consequentie niet de benchmarkcijfers, die nog steeds van Reflection zelf zijn en niet gereproduceerd. Het is dat het model is verhuisd van de categorie ‘aangekondigd’ naar de categorie ‘van jou om te inspecteren, te kwantiseren, fijn af te stemmen en te serveren’. Een licentie waarop je kunt handelen is een ander bezit dan een licentie die je is beloofd.

Qwen 3.8 nam de tegenovergestelde route naar dezelfde plek. Alibaba opende de generatie met een geprijsd, operationeel vlaggenschip op 3 augustus 2026 en bracht daarna de gewichten gefaseerd uit — de 2.4T-kern op 12 augustus, de dense 27B op 14 augustus, de Flash-Next-preview later die maand. Niemand hoefde op een belofte te wachten, want het ding dat je kon kopen kwam eerst en het ding dat je kon downloaden kwam als tweede.

De twee prijssituaties zijn niet symmetrisch.

Qwen3.8-Max is een van onze routes. Het kost $2,00 per miljoen inputtokens en $6,00 per miljoen outputtokens, met een context van één miljoen tokens, tegen de lijstprijs van de provider, één-op-één doorgegeven zonder markup — dus als A​libaba dat tarief aanpast, verandert je factuur dezelfde dag nog in plaats van bij de volgende contractverlenging. Dat is wat "het model heeft een prijs" in de praktijk betekent, en het is de reden dat dit artikel de lezer voor de ene kant van de vergelijking wel een uitgewerkt getal kan voorleggen en voor de andere kant niet.

Beam 1.0 heeft zo'n getal niet. Twaalf dagen na de aankondiging was het een preview met wachtlijst achter een aanmeldingsmuur; op 16 oktober werd het een download. Aan geen van beide statussen is een tarief verbonden. Elk dollarbedrag dat je voor Beam 1.0 ziet genoemd, is iemands hardware-schatting, en de modelkaart levert geen aanbeveling voor het serveren, geen hardware-ondergrens en geen doorvoercijfer om op te baseren. De prijsregel is het grootste gat in de documentatie van het model, en het is een gat dat een parameteraantal van 501B duur maakt om te dichten.

Er is een versie van deze vergelijking waarin de groottes het kostenargument voor je maken — 23,4B actieve parameters tegenover een naar verluidt 95B is een verhouding van vier tegen één in rekenkracht per token, en als het kleinere model een prijs had, zou het heel goed het goedkoopste kunnen zijn om te draaien. Dat argument kan hier niet worden gemaakt, omdat één kant ervan geen tarief heeft. Wat wel gezegd kan worden, is dat een model met een gepubliceerde prijs en een model met een gepubliceerde licentie beide, in verschillende zin, klaar voor gebruik zijn, en een koper heeft beide rijen nodig om te kiezen.

Capaciteit, met de sourcing eraan verbonden

De modelkaart van Beam 1.0 vermeldt SWE-bench Verified 81,6% op het BF16-checkpoint, Terminal Bench v2.1 op 80,1, SWE Bench Pro v1 op 66,1, DeepSWE v1.1 op 43,3, GPQA Diamond op 90,6, AIME 2026 op 97,7, LiveCodeBench op 88,3, MCP Atlas op 80,8, LongBench v2 op 67,5 en IFBench op 79,6, waarbij de FP8- en NVFP4-cijfers doorgaans een à twee punten lager liggen. Reflection positioneert zichzelf zorgvuldig: het beschrijft Beam als concurrerend met grotere open modellen en als naderend tot Qwen 3.8-Max, gelijk aan GLM-5.2 op het gebied van redeneren terwijl het drie tot vier keer minder inferentiecompute gebruikt, en erkent dat Kimi K3 nog steeds vooroploopt qua ruwe capaciteit. Het is allemaal door de leverancier gerapporteerd en niets ervan is door een derde partij gereproduceerd.

De cijfers van Qwen3.8-Max komen uit twee richtingen. Alibaba rapporteert zijn eigen cijfers, waaronder 86,6% op Terminal Bench 2.1, en de zakelijke prijslijsten die bij de lancering van een vlaggenschip horen. De onafhankelijke samengestelde score van Artificial Analysis is de nuttigere rij: 45 op Intelligence Index v4.3.2, waarmee het model ruim boven de mediaan voor zijn vergelijkingsklasse van 27 uitkomt maar onder de frontier blijft, en een gemeten outputsnelheid van 38,8 tokens per seconde die AA zelfs tegenover een klassemediaan van bijna 88 als traag omschrijft. Een vlaggenschip dat 15 punten voorloopt op Beam 1.0 in dezelfde onafhankelijke index en $2,00 kost om ermee te praten, is een ander verhaal dan een dat voorloopt in de eigen tabel van een leverancier.

Het enige getal dat het efficiëntieargument zou beslechten — tokens per eenheid energie of per dollar rekenkracht, gemeten op identieke hardware — bestaat voor geen van beide modellen. De ondersteunende grafiek van Reflection benadert FLOPs als ruwweg tweemaal het aantal actieve parameters maal het aantal gegenereerde tokens en zegt in het eigen bijschrift dat dit prefill, attention en serving-overhead uitsluit. Dat is een eerlijke onthulling van een beperking, en het is nog steeds geen meting.

Waarvoor elk dient

Ga voor Qwen3.8-Maxwanneer je iets nodig hebt dat aanroepbaar en verantwoordelijk is. Er is een tarief, een contextgetal en een onafhankelijke score, het leest zowel afbeeldingen als tekst, en het is beschikbaar via een sleutel die je vandaag al kunt krijgen. De kosten zijn eerlijk: het is duur, met $2,00 en $6,00 per miljoen tokens, en de onafhankelijke meting zegt dat het traag is voor zijn klasse, dus een workload met een hoog volume zal beide merken. De open gewichten in de generatie bestaan, maar het checkpoint dat de vlaggenschipnaam ondersteunt valt onder een aangepaste licentie en is op datacenter-schaal, dus het zelf hosten van precies dat wat je koopt is niet de uitweg die het lijkt.

Kies voor Beam 1.0 als je de stack zelf wilt beheren. Apache 2.0 met drie kwantisatieniveaus, een context van 1M tokens, een altijd actief redeneerbudget dat je afstemt in plaats van aan of uit te zetten, en een evaluatietabel gericht op programmeer- en agentisch werk. De prijs van dat eigenaarschap is alles eromheen: een servingfactuur die je zelf moet inschatten, een parameteraantal dat de schatting groot maakt, en geen onafhankelijke score om de tabel van de leverancier tegen te controleren — het Intelligence Index-cijfer van 30 is echt en van een derde partij, maar het is één samengestelde waarde, niet een verificatie per benchmark.

En voor het gemengde geval — een team dat uiteindelijk de open weights wil, maar dit kwartaal een endpoint nodig heeft — is het gebruikelijke antwoord beide: leid het werk via een gehost model tegen een gepubliceerd tarief terwijl de zelfgehoste uitrol wordt gebouwd en gebenchmarkt op je eigen taken. OrcaRouter draait meer dan 200 modellen achter één OpenAI-compatibele sleutel met automatische failover tussen providers, zodat een zelfgehoste build een fractie van het verkeer kan opvangen en de rest kan teruggeven wanneer die degradeert, en er is geen tweede contract nodig om een model te proberen waaraan je je niet hebt vastgelegd.

Wat nu te kijken

Eén ding verandert deze pagina, en dat is één enkele rij. Als Reflection of een serving-partner een Beam 1.0-tarief publiceert — voor de API, of voor een gehoste FP8- of NVFP4-implementatie — dan wordt de vergelijking rekenwerk: 23,4B actieve parameters tegenover een naar verluidt 95B, twee onafhankelijke indexscores en twee prijzen. Dat is een pagina die het lezen waard is. Tot dan is de waarheidsgetrouwe samenvatting dat Reflection de helft heeft geleverd die het had beloofd, A​ibaba de helft heeft geleverd die het had geprijsd, en beide modellen wachten op de andere helft.

Die kloof tussen wat een scorebord meet en wat een deployment in de praktijk tegenkomt, is de reden dat het register ertoe doet: de gedocumenteerde AI-fouten en agentincidenten rond modellen in deze klasse zijn verzameld in het OrcaRouter AI Incident Archive, waar elke vermelding zijn eigen bronnen, ernst, betrouwbaarheidsgraad en betwist-markering bevat.