
Qwen4-Max vs Reflection Beam: saída de $1.20 contra $4.50, e os pesos que decidem isso
- GoogleNOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 90 tok/s
- AnthropicNOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 97 tok/s
- orcaNOVOOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaNOVOOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 87 tok/s
- OrcaNOVOOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 133 tok/s
- OrcaNOVOOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 por 1M de tokens · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligência
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligência
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 150 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligência
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligência
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 por 1M de tokens · 119 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Inteligência
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Inteligência
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 por 1M de tokens · 219 tok/s
O Reflection Beam 1.0 gerará um milhão de tokens de saída por US$ 1,20 em sua própria API. O Qwen4-Max cobra US$ 4,50 pelo mesmo milhão em Singapura, US$ 4,24 em Frankfurt, Virgínia, Tóquio, Hong Kong e Pequim. Isso representa uma diferença de 3,75× a favor do modelo de pesos abertos, e é o tipo de número que encerra a maioria das comparações antes mesmo de começarem. Não encerra esta, porque os dois modelos não são o mesmo tipo de produto: o Reflection Beam 1.0 é um modelo de mistura esparsa de especialistas com 501 bilhões de parâmetros e pesos Apache 2.0 que você pode baixar e executar em quatro GPUs, e o Qwen4-Max é um modelo principal fechado da Alibaba que ficou disponível para o público em geral com uma tabela de preços publicada em 16 de novembro de 2026 e não publica nenhum peso. Um é um modelo que você pode possuir. O outro é um modelo que você pode alugar, a um preço que lhe garante uma janela de contexto muito maior, entrada de vídeo nativa e um fornecedor com contrato de suporte.
Há também uma questão de medição, e ela pesa fortemente contra o modelo mais barato. O Beam 1.0 pontua 17,7 no atual Artificial Analysis Intelligence Index. O Qwen4-Max não tem pontuação alguma. Então, o enquadramento honesto não é "modelo aberto barato versus modelo fechado caro" — é "um modelo medido que é barato e não muito forte, contra um modelo não medido que é caro e afirma muita coisa."

O que o Beam 1.0 realmente é
A Reflection, o laboratório de Nova York fundado em 2024 por dois ex-pesquisadores do Google DeepMind, anunciou o Beam em 5 de outubro de 2026 e liberou os pesos em 16 de outubro. O modelo é o Beam 1.0-501B-A23B: 501,3 bilhões de parâmetros no total, 23 bilhões ativos por token, uma taxa de ativação de cerca de 4,6%. A Reflection declara que não restringe a destilação, o ajuste fino, a quantização ou a fusão.
O lançamento é excepcionalmente completo para um primeiro modelo. BF16 em 188 shards safetensors, FP8 em E4M3 com 468,72 GiB, e uma build NVFP4 de 273 GiB que os próprios guias de serving da Reflection recomendam baixar. Um drafter separado de decodificação especulativa com 1,93 bilhão de parâmetros, o DFlash2, publicado como repositório próprio. Suporte day-zero em Transformers, vLLM, SGLang, Unsloth, Axolotl, TokenSpeed e NVIDIA Dynamo, com guias passo a passo para SGLang, vLLM e TokenSpeed, além de um Helm chart. Uma suíte de conformidade, beam-verifier, que é executada contra qualquer endpoint Beam ativo. E um requisito de referência de auto-hospedagem de quatro GPUs NVIDIA B300 SXM em NVLink — uma única máquina, não um cluster, o que é uma barreira muito mais baixa do que um modelo de 500B normalmente implica e decorre diretamente da taxa de ativação de 23B.
O contexto é de 1.048.576 tokens. O modelo é orientado a texto e voltado para codificação, raciocínio e trabalho agêntico.
O que o Qwen4-Max realmente é
Carro-chefe de quarta geração da Alibaba, em disponibilidade geral desde 16 de novembro de 2026 sob o ID de modelo qwen4-max. Contexto de 1.000.000 de tokens, saída máxima de 131.072 tokens fora do modo de pensamento, um orçamento compartilhado de 262.144 tokens para pensamento mais resposta, e entrada de texto, imagem e vídeo com saída de texto. O pensamento vem ativado por padrão com um orçamento de 131.072 tokens e esforço de raciocínio no nível alto. Seis regiões. Protocolos de comunicação OpenAI, Anthropic e DashScope. O ajuste fino e a implantação de modelos estão documentados como não suportados, e nenhum peso é publicado.

Lado a lado, nas dimensões que determinam se você aluga ou compra:
• Preço de entrada — Qwen4-Max $1,50 por 1M em Singapura e $1,413 noutros locais, contra Beam 1.0 $0,40
Preço de saída — Qwen4-Max $4,50 em Singapura, $4,24 noutros locais, contra Beam 1.0 $1,20
• Contexto — Qwen4-Max 1,000,000 tokens versus Beam 1.0 1,048,576 tokens
• Saída máxima — Qwen4-Max: 131.072 em modo não pensante, 262.144 compartilhados com o modo pensante, versus o teto do Beam 1.0, que o material público da Reflection não separa do contexto
• Modalidade — Qwen4-Max com entrada de texto, imagem e vídeo, versus Beam 1.0 com entrada de texto
• Pesos — Qwen4-Max: nenhum, versus Beam 1.0 Apache 2.0, disponível para download em três precisões
• Hospedagem própria — Qwen4-Max não permitido e não possível, versus Beam 1.0 em quatro GPUs B300 SXM pela própria build de referência do fornecedor
• Pontuação independente — Qwen4-Max: nenhuma publicada, versus Beam 1.0 em {{1}}17,7{{/1}} no Artificial Analysis Intelligence Index v5.0.1
A armadilha da versão do índice no score do Beam
Quando o Beam foi lançado em outubro, o primeiro número independente associado a ele foi 30, na versão v4.3.2 do índice, classificado em décimo nono entre 120 modelos. O quadro atual mostra 17,7 na versão v5.0.1. Nenhum dos números está errado; eles não são comparáveis, porque a Artificial Analysis reajustou a base do índice entre essas versões e todos os modelos do quadro se moveram. Qualquer pessoa que cite “Beam marcou 30” hoje está citando uma versão descontinuada, e qualquer pessoa que cite “17,7” sem a versão está convidando o mesmo erro ao contrário.

O que sobrevive ao rebaseamento é o quadro relativo. Na v5.0.1, o 17,7 do Beam 1.0 fica bem abaixo do 33,7 do Qwen3.8-Max, do 35,5 do Grok 4.7 e do 46,5 do Kimi K3.1 Pro. É um modelo funcional que não é competitivo com a fronteira atual em capacidade geral, o que é exatamente o que seu preço implica e exatamente o que o material de lançamento da Reflection não disse claramente. A alegação do fornecedor no anúncio era de um modelo de raciocínio próximo da fronteira; a medição independente diz o contrário.
E o Qwen4-Max não tem número em nenhuma das versões. Sua página por modelo no Artificial Analysis retorna um 404 e nenhuma entrada do Qwen4 aparece no índice. A documentação da Alibaba especifica os mecanismos em detalhe — temperaturas padrão de 1,0 com o modo de raciocínio ativado e 0,7 sem ele, top-p 0,95 e 0,8, top-k 20, limites máximos de entrada por modo de 991.808 e 983.616 tokens — e não publica nenhuma tabela de benchmark de qualquer tipo.
Quanto realmente custa a auto-hospedagem do Beam
Os valores de US$ 0,40 e US$ 1,20 são as próprias tarifas da API da Reflection. Eles não representam o custo do Beam para você se você mesmo o executar, e é justamente essa diferença o motivo pelo qual os pesos abertos importam aqui.
Quatro GPUs B300 SXM em NVLink são uma compra, um aluguel ou uma reserva na nuvem, e nenhuma dessas opções é gratuita. O ponto de possuir não é que o custo por token seja menor — é que, depois de amortizado o hardware, o custo marginal de inferência se aproxima da conta de luz, e que nada dos seus dados sai do prédio. Para uma equipe que já opera capacidade B300 para outros trabalhos, o custo marginal do Beam 1.0 é próximo de zero e sua pontuação de 17,7 é uma pechincha. Para uma equipe que teria de comprar a máquina, o mesmo modelo é um compromisso de capital assumido com base em uma pontuação de meio de tabela.
O Qwen4-Max é a escolha oposta em todos os aspectos. Não há custo de capital, planejamento de capacidade nem carga operacional e, em troca, você paga 3,75× a tarifa de API do Beam, não é possível fazer fine-tuning, não é possível executá-lo dentro do seu próprio perímetro e você fica exposto ao que quer que a Alibaba faça com essa tabela de tarifas no próximo trimestre. A estrutura regional da tabela é a parte interessante: Singapura a US$ 1,50 e US$ 4,50 contra US$ 1,413 e US$ 4,24 nas outras cinco regiões é uma diferença de 6% para o mesmo modelo, o que é pequeno o suficiente para ser um detalhe contábil e grande o suficiente para fazer diferença em volume.
Onde cada um conquista o seu lugar
O Beam 1.0 é a resposta certa quando qualquer uma de três coisas é verdadeira. Seus dados não podem sair da sua infraestrutura — {{1}}nenhuma API contratada atende a esse requisito, e os pesos Apache 2.0 atendem{{/1}}. Você quer fazer fine-tuning com dados de domínio — a documentação do Qwen4-Max marca explicitamente o fine-tuning como não suportado, enquanto o Reflection permite destilação, fine-tuning, quantização e fusão sem restrições. Ou sua carga de trabalho é codificação agêntica, em que um modelo com 23B ativos em latência interativa é rápido o suficiente e barato o suficiente para que uma pontuação geral de meio de tabela não seja a restrição limitante.
O Qwen4-Max é a resposta certa quando a entrada não é texto. O Beam aceita texto; o Qwen4-Max aceita texto, imagens e vídeo. Se o seu pipeline recebe capturas de tela, documentos digitalizados, quadros de uma câmera ou uma gravação de tela, a comparação termina antes mesmo de o preço entrar em questão, porque um desses modelos não consegue aceitar a solicitação. O mesmo vale para qualquer coisa que exija uma implantação na Europa, no Japão ou no Leste dos EUA: seis regiões da Alibaba contra uma única API própria é uma questão de elegibilidade, não de custo.
Para todo o resto — geração de texto geral em volume moderado, sem ajuste fino, sem restrição de residência — a decisão se resume a quanto você confia em um modelo não medido em comparação com um medíocre já medido, e a resposta é que você não deve confiar em nenhum dos dois até ter testado cem prompts seus nos dois. A US$ 4,50 e US$ 1,20 por milhão de tokens de saída, essa avaliação custa centavos.
Roteamento, e o argumento em favor de uma terceira opção
O OrcaRouter atualmente não encaminha o Beam 1.0 nem o Qwen4-Max; ambos estão acessíveis através das APIs dos próprios fornecedores, às tarifas acima. O que o catálogo oferece é o meio do mercado em uma única chave e um único URL base — GLM-5.3 a $1,40 e $4,40 por milhão, com pesos abertos e uma pontuação de índice de 31,7; Qwen3.8-Max a $2,00 e $6,00 com 33,7; Kimi K3.1 Pro a $2,00 e $10,00 com 46,5 — todos repassados ao preço de tabela do fornecedor, sem margem acrescida.
Essa é a solução prática deste confronto específico. O Beam 1.0 pede que você aceite um 17,7 em troca de propriedade e um preço baixo; o Qwen4-Max pede que você aceite uma incógnita em troca de modalidade e regiões. Um modelo com uma pontuação publicada, pesos publicados e um preço entre os dois pede que você não aceite nenhum dos dois. Rotear as duas opções interessantes, mas não comprovadas, junto com uma linha de base medida é como você descobre se alguma delas merece tráfego de produção — e failover automático significa que o experimento não pode derrubar o serviço enquanto você o executa.
O que resolveria isso
Um número: uma entrada do Qwen4-Max num ranking independente, na versão atual do índice, ao lado do 17,7 do Beam 1.0. Todo o resto nesta página já é conhecido — os preços, os contextos, as licenças, a contagem de GPUs. Se o Qwen4-Max ficar em qualquer ponto perto da casa dos 30, o seu prémio de 3,75× é fácil de justificar para quem precisa de entrada de vídeo ou de um endpoint em Frankfurt. Se ficar perto do Beam, o prémio está a comprar modalidade e conformidade e nada mais, e a resposta certa é encaminhar por requisito e não por benchmark. Enquanto esse número não existir, a comparação é entre um modelo que foi medido e considerado comum e um modelo que não foi medido de forma alguma — e apenas uma dessas duas posições é motivo para comprometer orçamento.
