Beam vs Beam 1.0: O Número de Versão Que Não É uma Versão

Procure por dois nomes de modelos que pareçam um produto e seu antecessor — Beam e Beam 1.0 — e você encontrará uma comparação que não existe. Não há um Beam 1.0 que tenha substituído um Beam anterior, nem um Beam 1.1 esperando atrás dele, e nem um checkpoint mais antigo que um leitor ainda poderia estar executando. A Reflection lançou um modelo de pesos abertos em outubro de 2026, chama-o de Beam em sua própria prosa, e arquiva os repositórios e o endpoint hospedado sob o identificador Beam-1.0-501B-A23B. Ambos os rótulos apontam para a mesma mistura esparsa de especialistas de 501,3 bilhões de parâmetros. O número de versão é uma tag de distribuição, não uma geração.

Isso parece uma nota de rodapé. Não é, porque o sufixo de versão é a parte que se propaga. Ele entra em IDs de modelos, na configuração de roteadores, em painéis de custos, na planilha em que alguém está comparando opções de fornecedores e não consegue dizer se a linha rotulada Beam e a linha rotulada Beam 1.0 são duas opções ou uma só duplicada por uma importação ruim. Definir a identidade corretamente é todo o conteúdo da comparação, e acaba sendo mais útil do que uma ficha técnica: ela diz como a coisa vai se comportar num catálogo, e o que verificar antes de conectá-la a qualquer coisa.

De onde cada rótulo realmente vem

A divisão não é arbitrária. Cada forma tem uma origem, e saber qual é qual é o que permite reconhecer o mesmo modelo aparecendo sob dois nomes:

• "Beam" — o nome em prosa do fornecedor. A publicação de lançamento tem como título "Apresentando o Beam: o modelo de pesos abertos de 501B da Reflection", a publicação de disponibilidade de 16 de outubro tem como título "O Beam já está disponível", e a coleção do Hugging Face é beam-10. Isto também é o que o ecossistema de frameworks adotou: o cookbook do SGLang lista-o sob o seu cabeçalho de fornecedor como "Beam 1.0 — Novo", e a conta do projeto que o serve em produção diz "Beam".

• "Beam-1.0-501B-A23B" — o identificador da máquina. É o ID do modelo no endpoint compatível com OpenAI da própria Reflection, e codifica as mesmas três informações de que um desenvolvedor precisa: um modelo, primeiro lançamento, 501 bilhões de parâmetros totais, 23 bilhões ativos. Os hífens têm função estrutural; esta é uma string para colar, não um nome para pesquisar.

• "Beam 1.0" — a representação legível por humanos desse identificador, e a forma que aparece em listagens de catálogo, páginas de diretório de modelos e resumos de terceiros. É o que você obtém quando um identificador é embelezado para um menu suspenso.

Portanto, os dois termos de pesquisa não são dois modelos. São a palavra do fornecedor e a forma como o catálogo reproduz um único nome de repositório.

A consequência que realmente dói: correspondência por nome

Tudo o que está a jusante disso — regras de encaminhamento, listas de permissões, exportações de faturação, harnesses de avaliação — faz correspondência com a string, e a string não é estável entre os diferentes locais onde a vai colar. Seguem-se três armadilhas práticas, e nenhuma delas é hipotética:

• Uma regra escrita para "Beam" não corresponderá a "beam-1.0-501b-a23b", e uma regra escrita para o identificador não corresponderá a um catálogo que armazenou o nome de exibição. O uso de maiúsculas e minúsculas e a pontuação variam de plataforma para plataforma, e nada as concilia para você.

• Um painel de custos que agrupa por nome de exibição mostrará um modelo como dois itens de linha no momento em que um provedor alterar sua renderização, e os totais não vão bater com a sua fatura.

• Uma planilha de comparação criada ao pesquisar ambos os termos contará o modelo em dobro, que é exatamente a falha que este artigo tem como objetivo evitar. Se você tiver uma linha para Beam e uma linha para Beam 1.0, você tem um modelo e duas linhas.

A correção é pouco glamourosa: fixe o identificador, trate o nome de exibição como um rótulo e baseie qualquer comparação de preço ou de benchmark no identificador, e não no que a lista suspensa dizia. Isso também vale para a questão de precificação — o Beam 1.0 não tem nenhuma taxa publicada por milhão de tokens, nem no endpoint nem no anúncio, então ainda não há número para colocar em nenhuma das duas linhas.

A versão que de fato traz diferenças reais.

Há um conjunto genuíno de distinções nesta versão, e nenhuma delas está no nome do modelo. Elas estão no artefato que você obtém, e é exatamente para isso que uma consulta "Beam vs Beam 1.0" realmente aponta:

• BF16 vs FP8 vs NVFP4 — 933,81 GiB em 188 shards de safetensors, 468,72 GiB em E4M3, ou uma build empacotada de 4 bits com 273 GiB. O mesmo total de 501,3B e 23,4B ativos nos três; a diferença é o requisito mínimo de hardware que cada um implica, de 16 GPUs até quatro B300s em NVLink.

• Modelo base versus modelo de rascunho — O DFlash2 é um modelo separado de decodificação especulativa com 1,93 bilhão de parâmetros, publicado como repositório próprio, não uma variante do Beam. Uma implantação sem ele não é "Beam 1.0 sem a atualização", é o mesmo modelo decodificado de forma diferente.

• Hospedado versus baixável — um identificador, dois caminhos de entrega: o checkpoint sob Apache 2.0, e um endpoint compatível com OpenAI com raciocínio obrigatório, níveis de esforço de low a max, com max como padrão, e limites para toda a organização compartilhados entre todas as chaves.

Se duas equipes discordam sobre "qual Beam 1.0" estão executando, a discordância quase sempre está em um desses três eixos, e não em um número de versão.

Lendo os números do fornecedor na data correta

Há mais uma coisa que muda entre rótulos, e é uma fonte real de confusão, e não um artefato de nomenclatura. A Reflection publicou sua tabela de benchmark mais de uma vez, e os números mudaram entre versões da página. O anúncio de 5 de outubro trazia um conjunto; uma nota nessa mesma publicação registra uma atualização em 8 de outubro; o model card, tal como está, reflete os números atuais. As diferenças são pequenas e sobretudo no terceiro algarismo significativo — uma configuração do SWE Bench Pro v2-Hard aparece como 77.2 na tabela anterior e 78.6 no card atual —, mas são suficientemente grandes para que dois artigos que citem "o número do fornecedor" possam discordar embora ambos estejam corretos para a sua data.

O que não mudou foi a forma do resultado. Todos os números abaixo são relatados pelo fornecedor e não reproduzidos por nós, medidos com temperatura 0.7 e top_p 0.99, e todas as três precisões estão listadas porque a variação entre elas faz parte da história:

• SWE Bench Verified — 81,6 BF16, 80,2 FP8, 80,7 NVFP4. O número de destaque em programação, e aquele que a precisão quase não afeta.

• Terminal Bench v2.1 — 80,1 BF16, 78,9 FP8, 78,4 NVFP4. Trabalho de terminal agêntico, onde a versão FP8 perde cerca de um ponto e meio.

• AIME 2026 — 97,7 BF16, 98,0 FP8, 97,5 NVFP4. Efetivamente saturado em todas as precisões, o que o torna um fraco discriminador entre elas.

• GPQA Diamond — 90,6 BF16, 90,3 FP8, 89,3 NVFP4. O exemplo mais claro da versão NVFP4 perdendo terreno, cerca de 1,3 pontos.

O padrão consistente é que a quantização custa pouco em benchmarks de codificação e raciocínio e um pouco mais nos que exigem muito conhecimento, com o FP8 às vezes superando o BF16 de forma direta — o que é um motivo para escolher uma precisão com base no hardware, e não no ranking. É também um motivo para anotar qual tabela você citou. Uma linha rotulada "Beam" e uma linha rotulada "Beam 1.0" podem conter números genuinamente diferentes sem que nenhuma esteja errada, e o sufixo de versão não é o que as distingue. A data é.

O que isso significa se você estiver escolhendo entre eles

Não há decisão a tomar entre Beam e Beam 1.0, porque existe um único modelo. A decisão que está realmente diante de você tem três partes, e cada uma tem uma resposta:

• Se você precisa de um checkpoint aberto no seu próprio hardware — uma opção, três precisões, e a escolha entre elas é uma questão de hardware. Quatro B300s para NVFP4, oito H200s para FP8, dezesseis dispositivos para BF16, e o número de dispositivos tem de dividir 256 experts.

• Se você precisar de um endpoint hospedado — a API própria é a única com um contrato documentado, e atualmente não tem preço publicado, o que significa que uma comparação de compras ainda não pode ser concluída com base no custo.

• Se você precisa dele ao lado dos modelos que já utiliza — o Beam 1.0 não é uma das nossas rotas, então não podemos servi-lo para você e nada aqui deve ser interpretado como uma alegação nossa de disponibilidade. O que podemos fazer é manter barata a decisão em torno disso. O OrcaRouter opera uma única chave compatível com OpenAI em mais de 200 modelos, com o preço de tabela do provedor repassado e nada acrescentado, além de failover automático entre provedores, de modo que um piloto do Beam 1.0 fica lado a lado com o tráfego de produção em vez de substituí-lo, e o caminho de fallback é uma regra de roteamento em vez de uma migração.

Os modelos nos quais o fallback muito provavelmente recairia, com base no nosso próprio catálogo e nas respetivas tabelas de preços publicadas:

• GLM-5.2 — $1.40 por milhão de tokens de entrada e $4.40 por milhão de saída, com uma janela de 1.000.000 de tokens. O modelo pelo qual a própria alegação de eficiência da Reflection é medida.

• Kimi K3 — $3,00 por milhão de tokens de entrada, $0,30 em cache, $15,00 de saída com uma janela de 1.048.576 tokens.O post de lançamento da Reflection admite que o K3 continua à frente em capacidade bruta.

• Qwen3.8-Max — US$ 2,00 por milhão de tokens de entrada e US$ 6,00 por milhão de tokens de saída com uma janela de 1.000.000 de tokens, a principal alternativa proprietária à compra de capacidade Blackwell.

O que assistir em vez de um Beam 2.0

Três coisas tornariam esta comparação real, e nenhuma delas envolve um novo número de versão.

O primeiro é uma tabela de preços. Enquanto a Reflection não publicar um preço por milhão de tokens no endpoint, hospedado versus auto-hospedado é uma comparação de um valor de capital contra nada, e nenhuma disciplina de nomenclatura, por maior que seja, resolve isso.

O segundo é a medição independente. A Artificial Analysis lista o modelo com um Intelligence Index de 30, sem valor de velocidade e sem preço, e não registra nenhuma API disponível publicamente — a superfície hospedada ainda não é visível para as organizações que medem essas coisas. Seu único ponto de dados independente de eficiência, 79M de tokens de saída gerados no Intelligence Index contra uma mediana de 130M, corrobora a afirmação do fornecedor de "menos tokens de raciocínio" sem confirmar a vazão por trás dela.

O terceiro é se o rótulo alguma vez diverge. Um "Beam 2.0" que seja um checkpoint diferente finalmente faria o sufixo de versão significar algo, e no dia em que isso acontecer, uma consulta como esta deixa de ser sobre higiene de nomenclatura e passa a ser sobre a diferença entre dois modelos. Hoje, é o primeiro tipo de pergunta. Qualquer pessoa que compare Beam com Beam 1.0 está comparando um modelo com o nome do próprio repositório — e o resultado útil dessa comparação é uma nota para usar Beam-1.0-501B-A23B como chave da sua configuração e parar de procurar as duas grafias.

Nada disso é hipotético: as falhas de IA documentadas e os incidentes com agentes por trás de lançamentos como este estão reunidos no Arquivo de Incidentes de IA da OrcaRouter, onde cada entrada traz as suas próprias fontes, gravidade, grau de confiança e sinalização de contestação.