
Qwen4-Max kontra Reflection Beam: 1,20 USD za wyjście wobec 4,50 USD i wagi, które o tym decydują
- GoogleNOWOŚĆGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 za 1 mln tokenów · 90 tok/s
- AnthropicNOWOŚĆAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 za 1 mln tokenów · 97 tok/s
- orcaNOWOŚĆOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNOWOŚĆOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 za 1 mln tokenów · 87 tok/s
- OrcaNOWOŚĆOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 za 1 mln tokenów · 133 tok/s
- OrcaNOWOŚĆOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 za 1 mln tokenów · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 za 1 mln tokenów · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 za 1 mln tokenów · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 za 1 mln tokenów · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencja
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 za 1 mln tokenów · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencja
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 za 1 mln tokenów · 150 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligencja
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligencja
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 za 1 mln tokenów · 119 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Inteligencja
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Inteligencja
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 za 1 mln tokenów · 219 tok/s
Reflection Beam 1.0 wygeneruje milion tokenów wyjściowych za 1,20 USD we własnym API. Qwen4-Max pobiera 4,50 USD za ten sam milion w Singapurze, 4,24 USD we Frankfurcie, Wirginii, Tokio, Hongkongu i Pekinie. To różnica 3,75× na korzyść modelu z otwartymi wagami i właśnie taki rodzaj liczby kończy większość porównań, zanim się zaczną. Nie kończy jednak tego porównania, ponieważ te dwa modele nie są tym samym rodzajem produktu: Reflection Beam 1.0 to rzadki model mieszaniny ekspertów o 501 miliardach parametrów, z wagami na licencji Apache 2.0, które można pobrać i uruchomić na czterech GPU, a Qwen4-Max to zamknięty flagowy model Alibaba, który stał się ogólnie dostępny wraz z opublikowanym cennikiem 16 listopada 2026 r. i w ogóle nie publikuje wag. Jeden to model, który możesz posiadać. Drugi to model, który możesz wynająć, w cenie, która daje ci znacznie większe okno kontekstu, natywne wejście wideo i dostawcę z umową wsparcia.
Jest też kwestia pomiaru i mocno przemawia ona na niekorzyść tańszego modelu. Beam 1.0 uzyskuje 17,7 punktu w aktualnym Artificial Analysis Intelligence Index. Qwen4-Max nie ma żadnego wyniku. Uczciwe ujęcie sprawy nie brzmi więc: „tani otwarty model kontra drogi zamknięty model”, lecz: „zmierzony model, który jest tani i niezbyt silny, kontra niezmierzony model, który jest drogi i wiele obiecuje”.

Czym właściwie jest Beam 1.0
Reflection, nowojorskie laboratorium założone w 2024 roku przez dwóch byłych badaczy Google DeepMind, ogłosiło Beam 5 października 2026 r. i udostępniło wagi 16 października. Model to Beam 1.0-501B-A23B: łącznie 501,3 miliarda parametrów, 23 miliardy aktywnych na token, współczynnik aktywacji około 4,6%. Reflection podaje, że nie ogranicza destylacji, dostrajania, kwantyzacji ani scalania.
To wydanie jest nietypowo kompletne jak na pierwszy model. BF16 w 188 shardach safetensors, FP8 w E4M3 o rozmiarze 468,72 GiB oraz kompilacja NVFP4 o rozmiarze 273 GiB, którą własne przewodniki Reflection dotyczące serwowania zalecają pobrać. Osobny 1,93-miliardowy model szkicujący do dekodowania spekulatywnego, DFlash2, opublikowany jako własne repozytorium. Wsparcie day-zero w Transformers, vLLM, SGLang, Unsloth, Axolotl, TokenSpeed i NVIDIA Dynamo, wraz z instrukcjami krok po kroku dla SGLang, vLLM i TokenSpeed oraz chartem Helm. Zestaw testów zgodności, beam-verifier, który działa z dowolnym aktywnym endpointem Beam. A także referencyjne wymaganie dotyczące samodzielnego hostowania: cztery GPU NVIDIA B300 SXM na NVLink — jedna maszyna, nie klaster, co jest znacznie niższą poprzeczką, niż zwykle implikuje model 500B, i wynika bezpośrednio ze współczynnika aktywacji 23B.
Kontekst wynosi 1 048 576 tokenów. Model jest zorientowany na tekst i ukierunkowany na kodowanie, rozumowanie oraz pracę agentową.
Czym Qwen4-Max właściwie jest
Czwarta generacja flagowego modelu Alibaba, ogólnie dostępna od 16 listopada 2026 r. pod identyfikatorem modelu qwen4-max. Kontekst 1 000 000 tokenów, maksymalna długość wyjścia 131 072 tokenów poza trybem myślenia, wspólny budżet 262 144 tokenów na myślenie i odpowiedź oraz dane wejściowe w postaci tekstu, obrazu i wideo z wyjściem tekstowym. Myślenie jest domyślnie włączone z budżetem 131 072 tokenów i wysokim poziomem wysiłku rozumowania. Sześć regionów. Protokoły transmisji OpenAI, Anthropic i DashScope. Dostrajanie i wdrażanie modelu są udokumentowane jako nieobsługiwane, a wagi nie są publikowane.

Obok siebie — pod względem kryteriów, które decydują, czy wynajmować, czy posiadać:
• Cena za dane wejściowe — Qwen4-Max: 1,50 USD za 1 mln w Singapurze i 1,413 USD w innych lokalizacjach, w porównaniu z Beam 1.0: 0,40 USD
• Cena wyjściowa — Qwen4-Max 4,50 USD w Singapurze, 4,24 USD w innych regionach, w porównaniu z Beam 1.0 1,20 USD
• Kontekst — Qwen4-Max 1 000 000 tokenów w porównaniu z Beam 1.0 1 048 576 tokenów
• Maksymalna długość wyjścia — Qwen4-Max: 131 072 w trybie bez myślenia, 262 144 współdzielone z trybem myślenia, w porównaniu z limitem Beam 1.0, którego publiczne materiały Reflection nie wyodrębniają osobno od kontekstu
• Modalność — Qwen4-Max obsługuje tekst, obraz i wideo na wejściu, a Beam 1.0 tylko tekst
• Wagi — Qwen4-Max: brak, natomiast Beam 1.0 Apache 2.0: do pobrania w trzech precyzjach
• Samodzielne hostowanie — Qwen4-Max niedozwolone i niemożliwe, w porównaniu z Beam 1.0 na czterech GPU B300 SXM w referencyjnej kompilacji samego dostawcy
• Niezależny wynik — Qwen4-Max: brak publikacji, w porównaniu z Beam 1.0, który uzyskał 17,7 w Artificial Analysis Intelligence Index v5.0.1
Pułapka wersji indeksu w partyturze Beam
Gdy Beam został udostępniony w październiku, pierwszą niezależną liczbą, jaką mu przypisano, było 30 w wersji indeksu v4.3.2, co dawało dziewiętnaste miejsce wśród 120 modeli. Obecna tablica pokazuje 17.7 w wersji v5.0.1. Żadna z tych liczb nie jest błędna; nie są one porównywalne, ponieważ Artificial Analysis zmieniło podstawę indeksu między tymi wersjami i każdy model na tablicy się przesunął. Każdy, kto dziś cytuje „Beam uzyskał 30”, cytuje wycofaną wersję, a każdy, kto cytuje „17.7” bez wersji, zaprasza ten sam błąd w odwrotnym kierunku.

To, co pozostaje po przeliczeniu, to obraz względny. Na v5.0.1 wynik Beam 1.0 — 17.7 — plasuje się znacznie poniżej Qwen3.8-Max z 33.7, Grok 4.7 z 35.5 i Kimi K3.1 Pro z 46.5. To działający model, który nie jest konkurencyjny wobec obecnej czołówki pod względem ogólnych możliwości — dokładnie to, co sugeruje jego cena i dokładnie to, czego materiały premierowe Reflection nie mówiły wprost. Twierdzenie dostawcy w momencie ogłoszenia było takie, że to model rozumujący bliski czołówce; niezależny pomiar mówi co innego.
A Qwen4-Max nie ma wyniku w żadnej z tych wersji. Jego strona modelu w Artificial Analysis zwraca błąd 404, a w indeksie nie pojawia się żaden wpis Qwen4. Dokumentacja Alibaby szczegółowo opisuje mechanikę — domyślne temperatury 1,0 z myśleniem i 0,7 bez niego, top-p 0,95 i 0,8, top-k 20, limity wejściowe dla każdego trybu wynoszące 991 808 i 983 616 tokenów — i nie publikuje żadnej tabeli benchmarków.
Ile faktycznie kosztuje samodzielne hostowanie Beam
Kwoty $0.40 i $1.20 to własne stawki API Reflection. Nie są tym, ile kosztuje Cię Beam, gdy uruchamiasz go samodzielnie, a ta różnica jest całym powodem, dla którego otwarte wagi mają tu znaczenie.
Cztery GPU B300 SXM połączone przez NVLink to zakup, leasing albo rezerwacja w chmurze — i żadna z tych opcji nie jest darmowa. Sensem posiadania nie jest to, że koszt na token jest niższy — chodzi o to, że po zamortyzowaniu sprzętu krańcowy koszt wnioskowania zbliża się do rachunku za prąd, a żadne dane nie opuszczają budynku. Dla zespołu, który już wykorzystuje moc B300 do innych zadań, koszt krańcowy Beam 1.0 jest bliski zeru, a jego wynik 17,7 to okazja. Dla zespołu, który musiałby kupić tę maszynę, ten sam model to zobowiązanie kapitałowe podjęte na podstawie wyniku ze środka tabeli.
Qwen4-Max to pod każdym względem przeciwna transakcja. Nie ma kosztów kapitałowych, planowania wydajności ani obciążenia operacyjnego, a w zamian płacisz 3,75× stawkę API Beam, nie możesz dostrajać modelu, nie możesz uruchomić go w obrębie własnego perymetru i jesteś narażony na to, co Alibaba zrobi z tym cennikiem w następnym kwartale. Ciekawa jest regionalna struktura cennika: Singapur po 1,50 USD i 4,50 USD w porównaniu z 1,413 USD i 4,24 USD w pozostałych pięciu regionach to 6% różnicy dla tego samego modelu — wystarczająco mała, by być szczegółem księgowym, i wystarczająco duża, by mieć znaczenie przy dużym wolumenie.
Gdzie każde z nich zasługuje na swoje miejsce
Beam 1.0 to właściwa odpowiedź, gdy zachodzi którykolwiek z trzech przypadków. Twoje dane nie mogą opuścić Twojej infrastruktury — żadne API objęte umową nie spełnia tego warunku, a wagi na licencji Apache 2.0 spełniają go. Chcesz dostrajać model na danych dziedzinowych — dokumentacja Qwen4-Max wprost oznacza dostrajanie jako nieobsługiwane, podczas gdy Reflection pozwala bez ograniczeń na destylację, dostrajanie, kwantyzację i scalanie. Albo Twoje obciążenie to kodowanie agentowe, w którym model o 23B aktywnych parametrów przy interaktywnym opóźnieniu jest wystarczająco szybki i tani, że przeciętny wynik ogólny nie jest wiążącym ograniczeniem.
Qwen4-Max to właściwa odpowiedź, gdy dane wejściowe nie są tekstem. Beam przyjmuje tekst; Qwen4-Max przyjmuje tekst, obrazy i wideo. Jeśli Twój potok przetwarzania pobiera zrzuty ekranu, zeskanowane dokumenty, klatki z kamery lub nagranie ekranu, porównanie kończy się, zanim w ogóle pojawi się kwestia ceny, ponieważ jeden z tych modeli nie może przyjąć żądania. To samo dotyczy wszystkiego, co wymaga wdrożenia w Europie, Japonii lub w regionie US-East: sześć regionów Alibaba w zestawieniu z jednym API udostępnianym bezpośrednio przez dostawcę to kwestia kwalifikowalności, a nie kosztów.
W przypadku wszystkiego innego — ogólnego generowania tekstu przy umiarkowanym wolumenie, bez dostrajania i bez wymogów dotyczących lokalizacji danych — decyzja sprowadza się do tego, jak bardzo ufasz niezmierzonemu modelowi w porównaniu ze zmierzonym przeciętnym modelem, a odpowiedź brzmi: nie należy ufać żadnemu z nich, dopóki nie przepuścisz przez oba setki własnych promptów. Przy 4,50 USD i 1,20 USD za milion tokenów wyjściowych ta ocena kosztuje grosze.
Routing i argument za trzecią opcją
OrcaRouter obecnie nie kieruje ruchu do Beam 1.0 ani Qwen4-Max; oba modele są dostępne przez własne API ich dostawców w podanych powyżej stawkach. Katalog oferuje natomiast środkową część rynku w oparciu o jeden klucz i jeden bazowy adres URL — GLM-5.3 za 1,40 i 4,40 USD za milion, z otwartymi wagami i wynikiem 31,7 w indeksie, Qwen3.8-Max za 2,00 i 6,00 USD z wynikiem 33,7, Kimi K3.1 Pro za 2,00 i 10,00 USD z wynikiem 46,5 — wszystkie przekazywane po cenie katalogowej dostawcy, bez marży.
To jest praktyczne rozstrzygnięcie tego konkretnego starcia. Beam 1.0 każe ci zaakceptować wynik 17.7 w zamian za własność i niską cenę; Qwen4-Max każe ci zaakceptować niewiadomą w zamian za modalność i regiony. Model z opublikowanym wynikiem, opublikowanymi wagami i ceną pomiędzy tymi dwoma nie wymaga zaakceptowania ani jednej z nich. Kierowanie ruchu do obu interesujących, ale nieudowodnionych opcji obok zmierzonego punktu odniesienia to sposób, by dowiedzieć się, czy którakolwiek z nich zasługuje na ruch produkcyjny — i automatyczne przełączanie awaryjne oznacza, że eksperyment nie może położyć usługi, gdy go prowadzisz.
Co by to rozstrzygnęło?
Jedna liczba: wpis Qwen4-Max w niezależnym rankingu, w bieżącej wersji indeksu, obok 17,7 modelu Beam 1.0. Wszystko inne na tej stronie jest już znane — ceny, konteksty, licencje, liczba GPU. Jeśli Qwen4-Max osiągnie wynik gdziekolwiek w okolicach 30, jego premia cenowa 3,75× jest łatwa do uzasadnienia dla każdego, kto potrzebuje wejścia wideo lub punktu końcowego we Frankfurcie. Jeśli wyląduje blisko Beam, premia płaci za modalność i zgodność z przepisami i nic więcej, a właściwym rozwiązaniem jest kierowanie się wymaganiami, a nie benchmarkiem. Dopóki ta liczba nie istnieje, porównanie dotyczy modelu, który został zmierzony i uznany za przeciętny, oraz modelu, który nie został zmierzony w ogóle — i tylko jedna z tych dwóch sytuacji jest powodem do zatwierdzenia budżetu.
