Beam 1.0 vs Qwen 3.8: Um lançamento de pesos entregue contra uma lista de preços

Em 5 de outubro de 2026, Reflection Beam 1.0 foi anunciado como um modelo de pesos abertos cujos pesos ainda não estavam disponíveis. Em 16 de outubro de 2026, eles foram lançados — quatro repositórios no Hugging Face sob a licença Apache 2.0, nas precisões BF16, FP8 e NVFP4, além de um modelo rascunho de decodificação especulativa de 2B. Qwen 3.8 tem sido a história oposta há dois meses e meio: a geração da Alibaba entrou no ar em 3 de agosto de 2026 com o Qwen3.8-Max como uma API paga a US$ 2,00 por milhão de tokens de entrada e US$ 6,00 por milhão de saída, um irmão de pesos abertos vindo em seguida sob uma licença personalizada e um modelo denso de 27 bilhões de parâmetros sob Apache 2.0. Ambos os modelos alegam um contexto de um milhão de tokens. Ambos raciocinam, ambos chamam ferramentas, ambos são somente texto na interface. A diferença que vale a pena entender é qual deles você pode orçar e qual deles você pode manter, porque depois de 16 de outubro cada modelo tem exatamente uma dessas características e não a outra.

Os dois números acima são do fornecedor, e ambos os modelos foram agora medidos pela Artificial Analysis — o que é raro o bastante neste campo para ser a razão pela qual esta comparação pode sequer ser escrita.

A situação atual, modelo por modelo

• Parâmetros — Beam 1.0 é um modelo esparso de mistura de especialistas com 501,3 bilhões no total e 23,4 bilhões ativos por token, ao longo de 52 camadas, três densas e 49 MoE, com 256 especialistas na configuração descrita pelo card. A contagem de parâmetros do Qwen3.8-Max nunca foi divulgada pela Alibaba; o irmão aberto do seu núcleo, Qwen3.8-2.4T-A95B, é um MoE de 2,4 trilhões de parâmetros com cerca de 95 bilhões ativos, o que é o mais próximo que qualquer pessoa fora da empresa pode chegar do tamanho do carro-chefe.

• Janela de contexto — 1.000.000 tokens na ficha do modelo do Beam 1.0. 1.000.000 tokens na listagem do OrcaRouter para qwen/qwen3.8-max, e 984.000 na página da Artificial Analysis para o mesmo modelo. Os dois são o mesmo número arredondado de forma diferente e não são um ponto de diferença entre os modelos.

• Modalidade — O Beam 1.0 é texto de entrada e texto de saída, declarado claramente em seu card. O Qwen3.8-Max aceita texto e imagens e retorna texto, o que é uma diferença real de capacidade, e não uma diferença de formatação.

• Licença — O Beam 1.0 é Apache 2.0, sem limites de usuários e sem um nível comercial separado. A geração Qwen 3.8 é mista: o checkpoint central 2.4T Max pode ser baixado sob uma licença personalizada, o modelo denso 27B sob Apache 2.0, e o próprio Max de ponta não possui nenhum peso.

• Preço — não publicado para o Beam 1.0 em nenhuma das propriedades da própria Reflection, e registrado como indisponível na página do Artificial Analysis referente ao modelo. US$ 2,00 e US$ 6,00 por milhão de tokens para o Qwen3.8-Max, publicados pela Alibaba e listados na nossa própria rota com os mesmos valores.

• Pontuação independente — O Artificial Analysis Intelligence Index v4.3.2 coloca o Beam 1.0 em 30, classificado em 19.º de 120 na sua classe de comparação. O mesmo índice tem o Qwen3.8-Max (0902) em 45, classificado em 33.º de 217, e a AA avaliou a linha Max em mais de uma build, com o número a variar entre elas.

• Velocidade — não disponível para o Beam 1.0; a página registra a velocidade de saída como desconhecida, porque não há endpoint público para medir. 38,8 tokens de saída por segundo para o Qwen3.8-Max, que a AA descreve como notavelmente lento para sua categoria.

O que os dezesseis dias entre o anúncio e o lançamento realmente mudaram

Vale a pena descrever a lacuna com precisão, porque é o tipo de coisa que acaba sendo achatada assim que os pesos saem.

O post de lançamento da Reflection dizia que os pesos, o relatório técnico, a ficha do modelo e os artefatos de desenvolvedor viriam "mais tarde neste mês", e prometia Apache 2.0. Entre 5 de outubro e 16 de outubro, a única coisa que um leitor podia fazer com o Beam 1.0 era entrar em uma lista de espera. O modelo tinha uma tabela de benchmarks, um relato de treinamento publicado — 23,8 trilhões de tokens em 6.144 GPUs GB300 NVL72 em menos de quatro semanas, uma etapa de RL em 10.500 GB300s, mais de 100 milhões de rollouts — e nenhum download.

Então, em 16 de outubro, três variantes de quantização e um modelo de rascunho apareceram numa coleção do Hugging Face, e o cartão chegou com uma tabela completa de avaliação abrangendo as três precisões. Para um leitor que está a decidir o que executar, a consequência importante não são os números de benchmark, que ainda são da própria Reflection e não foram reproduzidos. É que o modelo passou da categoria "anunciado" para a categoria "à sua disposição para inspecionar, quantizar, fazer fine-tuning e servir". Uma licença com base na qual se pode agir é um ativo diferente de uma licença que lhe foi prometida.

O Qwen 3.8 seguiu o caminho oposto para chegar ao mesmo lugar. A Alibaba abriu a geração com um flagship com preço definido e disponível em 3 de agosto de 2026 e só depois liberou os pesos em etapas — o núcleo de 2,4T em 12 de agosto, o denso 27B em 14 de agosto, a prévia do Flash-Next mais tarde naquele mês. Ninguém precisou esperar por uma promessa, porque o que dava para comprar veio primeiro e o que dava para baixar veio depois.

As duas situações de preços não são simétricas

Qwen3.8-Max é uma das nossas rotas. Ele está a $2,00 por milhão de tokens de entrada e $6,00 por milhão de tokens de saída, com um contexto de um milhão de tokens, ao preço de tabela do provedor repassado sem markup — então, se a Alibaba alterar essa tarifa, sua fatura muda no mesmo dia, em vez de na próxima renovação de contrato. É isso que "o modelo tem um preço" significa na prática, e é a razão pela qual este artigo consegue colocar um número calculado diante do leitor para um lado da comparação, e não para o outro.

Beam 1.0 não tem esse número. Doze dias após o anúncio, era uma prévia com lista de espera e cadastro obrigatório; em 16 de outubro, tornou-se um download. Nenhum dos dois estados tem um valor associado. Qualquer valor em dólares que você veja citado para o Beam 1.0 é uma estimativa de hardware de alguém, e a ficha não fornece nenhuma recomendação de serving, nenhum requisito mínimo de hardware e nenhum número de throughput a partir do qual estimar. A linha de preço é o maior buraco isolado na documentação do modelo, e é um buraco que a contagem de 501B parâmetros torna caro de preencher.

Há uma versão desta comparação em que os tamanhos fazem o argumento de custo por você — 23,4B parâmetros ativos contra uns 95B rumorados é uma proporção de quatro para um em computação por token, e se o modelo menor tivesse um preço, bem poderia ser o mais barato de executar. Esse argumento não pode ser feito aqui, porque um dos lados não tem tarifa. O que se pode dizer é que um modelo com preço publicado e um modelo com licença publicada estão ambos, em sentidos diferentes, prontos a usar, e um comprador precisa das duas linhas para escolher.

Capacidade, com o aprovisionamento associado

A ficha técnica do Beam 1.0 informa SWE-bench Verified em 81,6% no checkpoint BF16, Terminal Bench v2.1 em 80,1, SWE Bench Pro v1 em 66,1, DeepSWE v1.1 em 43,3, GPQA Diamond em 90,6, AIME 2026 em 97,7, LiveCodeBench em 88,3, MCP Atlas em 80,8, LongBench v2 em 67,5 e IFBench em 79,6, com os números de FP8 e NVFP4 tipicamente um ou dois pontos mais baixos. O próprio posicionamento da Reflection é cuidadoso: descreve o Beam como competitivo com modelos abertos maiores e aproximando-se do Qwen 3.8-Max, igualando o GLM-5.2 em raciocínio enquanto usa três a quatro vezes menos computação de inferência, e reconhece que o Kimi K3 ainda lidera em capacidade bruta. Tudo isso é relatado pelo fornecedor e nada disso foi reproduzido por terceiros.

Os números do Qwen3.8-Max vêm de duas direções. A Alibaba relata os seus próprios, incluindo 86,6% no Terminal Bench 2.1, e as tabelas de preços empresariais que acompanham um lançamento de um modelo de ponta. O compósito independente da Artificial Analysis é a linha mais útil: 45 no Intelligence Index v4.3.2, o que coloca o modelo bem acima da mediana para a sua classe de comparação de 27, mas abaixo da fronteira, e uma velocidade de saída medida de 38,8 tokens por segundo que a AA descreve como lenta mesmo contra uma mediana de nível próxima de 88. Um modelo de ponta que está 15 pontos à frente do Beam 1.0 no mesmo índice independente e custa $2,00 para conversar é uma proposta diferente de um que está à frente na própria tabela de um fornecedor.

O único número que resolveria a discussão sobre eficiência — tokens por unidade de energia ou por dólar de computação, medido em hardware idêntico — não existe para nenhum dos dois modelos. O gráfico de apoio do Reflection aproxima FLOPs como cerca de duas vezes a contagem de parâmetros ativos multiplicada pelos tokens gerados e afirma na própria legenda que isso exclui pré-preenchimento, atenção e sobrecarga de serving. Essa é uma divulgação honesta de um limite, e ainda assim não é uma medição.

Para que serve cada um

Recorra ao Qwen3.8-Maxquando você precisar que a coisa possa ser chamada e prestar contas. Há uma tarifa, um número de contexto e uma pontuação independente; ele lê imagens além de texto, e responde com uma chave que você pode ter em mãos hoje. Os custos são honestos: é caro, a US$ 2,00 e US$ 6,00 por milhão de tokens, e a medição independente diz que é lento para a sua categoria, então uma carga de trabalho de alto volume vai notar as duas coisas. Os pesos abertos da geração existem, mas o checkpoint que sustenta o nome do carro-chefe está sob uma licença personalizada e em escala de datacenter, então hospedar por conta própria exatamente o que você está comprando não é a válvula de escape que parece.

Opte pelo Beam 1.0 quando quiser ser dono de toda a stack. Apache 2.0 com três níveis de quantização, um contexto de 1M de tokens, um orçamento de raciocínio sempre ativo que você ajusta em vez de ligar e desligar, e uma tabela de avaliação voltada para programação e trabalho agêntico. O preço dessa posse é tudo o que a rodeia: uma conta de serving que você mesmo precisa estimar, uma contagem de parâmetros que torna essa estimativa elevada e nenhuma pontuação independente com que conferir a tabela do fornecedor — o número 30 do Intelligence Index é real e de terceiros, mas é um único composto, não uma verificação benchmark a benchmark.

E, para o caso misto — uma equipe que quer os pesos abertos eventualmente, mas precisa de um endpoint neste trimestre —, a resposta comum é os dois: encaminhar o trabalho por meio de um modelo servido a um preço publicado enquanto a implantação auto-hospedada é construída e avaliada com benchmarks nas suas próprias tarefas. O OrcaRouter executa mais de 200 modelos por trás de uma única chave compatível com OpenAI, com failover automático entre provedores, de modo que uma versão auto-hospedada pode receber uma fração do tráfego e devolver o restante quando ela degradar, e nenhum segundo contrato é necessário para experimentar um modelo com o qual você ainda não se comprometeu.

O que assistir a seguir

Uma coisa muda esta página e é uma única linha. Se a Reflection ou um parceiro de serviço publicar uma tarifa do Beam 1.0 — para a API, ou para uma implantação hospedada de FP8 ou NVFP4 — então a comparação se torna aritmética: 23,4B de parâmetros ativos contra os 95B rumorados, duas pontuações de índice independentes e dois preços. Essa é uma página que vale a pena ler. Até então, o resumo fiel é que a Reflection entregou a metade que havia prometido, a A​libaba entregou a metade que havia precificado, e ambos os modelos estão esperando pela outra metade.

Essa lacuna entre o que um placar mede e o que uma implantação enfrenta é a razão pela qual o registro importa: as falhas de IA documentadas e os incidentes com agentes envolvendo modelos dessa classe estão reunidos em o OrcaRouter AI Incident Archive, onde cada entrada traz suas próprias fontes, gravidade, grau de confiança e indicador de contestação.