Beam 1.0 против Kolibri: два релиза Apache 2.0 — это не один и тот же релиз

Beam 1.0 и Kolibri — два самых сопоставимых релиза с открытыми весами за последний месяц, и сравнивать их полезнее, чем каждую из них с передовой API-моделью, потому что обе действительно можно скачать. Kolibri от Aleph Alpha вышел 3 октября 2026 года — 78 103 074 560 общих параметров, 3 457 573 120 активных на токен, подтверждённое контекстное окно размером 1 048 576 токенов, немецкий и английский, Apache 2.0. Beam 1.0 от Reflection вышел 16 октября 2026 года с 501,3 млрд общих параметров, 23,4 млрд активных, 1 млн токенов контекста, английский и та же лицензия. Та же лицензия, похожая философия разреженности и почти ничего общего больше — именно поэтому их сопоставление говорит больше, чем сравнение размеров. Одну создала лаборатория, которой нужно было привести аргумент о юрисдикции; другую — лаборатория, которой нужно было привести аргумент о возможностях.

Они также различаются в том, что решает судьбу большинства реальных внедрений ещё до того, как будет прочитана хотя бы одна строка с результатами бенчмарков: что поставщик опубликовал вместе с весами. Aleph Alpha выпустила необычно полное описание того, как обучалась модель — происхождение данных, энергозатраты, неудачный предшественник, точное количество GPU-часов. Reflection выпустила верификатор, который можно нацелить на ваш собственный эндпоинт. Это разные виды доверия, и то, какой из них примет ваш процесс закупок, — первый вопрос, на который нужно ответить.

Одна лицензия, разные продукты

Начните с того, что действительно идентично, потому что этого меньше, чем кажется.

• Лицензия — обе под Apache 2.0, у обеих лицензия находится в репозитории, а не в одном предложении из блога. В карточке Beam дополнительно указано, что дистилляция, тонкая настройка, квантизация и объединение не ограничены. У Kolibri нет дополнения о допустимом использовании, нет порога по числу активных пользователей в месяц и нет отдельных коммерческих условий.

• Стратегия разреженности — обе представляют собой смеси экспертов с агрессивными долями активации. Kolibri активирует 3,46 млрд из 78,1 млрд — примерно 4,4 %; Beam активирует 23,4 млрд из 501,3 млрд — примерно 4,7 %. Ни одна из этих лабораторий не продаёт вам плотную модель.

• Длинный контекст — Kolibri заявляет о нативном окне в 262 144 токена, качество и эффективность обслуживания которого подтверждены вплоть до 1 048 576; Beam указывает 1M на карточке и 131 072 токена максимального вывода в API.

• Никакого независимого воспроизведения бенчмарка — таблицы ни одного из поставщиков не были проверены третьей стороной. У Artificial Analysis вообще нет страницы модели Kolibri, тогда как Beam 1.0 там всё же указан с Intelligence Index 30, на девятнадцатом месте из 120 в версии индекса v4.3.2.

Эта последняя строка — первая настоящая асимметрия, и её легко не заметить. У Beam есть одна внешняя цифра; у Kolibri — ни одной. Оценка 30 в индексе, охватывающем 120 моделей, — не самая лестная цифра, но эту цифру произвёл не Reflection, а для покупателя, решающего, заслуживает ли таблица поставщика доверия, само существование любого независимого измерения ценнее, чем его значение.

Что каждый вендор решил опубликовать

Документация к релизу Aleph Alpha — более необычный артефакт. Наряду с весами она опубликовала 20 триллионов токенов предварительного обучения, взятых из отфильтрованного двуязычного корпуса — примерно 62,5 % английского, 23,9 % немецкого, 13,6 % кода, — а также 3,44 триллиона токенов промежуточного обучения и 201 миллиард для расширения длинного контекста. Вычислительные ресурсы указаны как 768 NVIDIA B200 на 96 узлах HGX, 21 день предварительного обучения — 511 часов и 392 000 GPU-часов при заявленных 6,4×10²³ FLOPs, при этом промежуточное обучение добавляет пять дней и 90 000 GPU-часов, а расширение длинного контекста — 13 часов и 10 000 GPU-часов. Энергопотребление оценивается в 9,5×10² МВт·ч с учётом накладных расходов дата-центра, охватывает предварительное обучение, промежуточное обучение и обучение с длинным контекстом и не включает контролируемое дообучение и обучение с подкреплением.

Из публикации этого вытекают две вещи. Во-первых, у организации с правилом закупки, которое начинается с вопроса «откуда взялись обучающие данные и по какому закону», есть ответ, а не разговор. Во-вторых, и, что менее удобно, та же документация показывает, что модель проигрывает Qwen3.8 27B на собственном стенде Aleph Alpha — 75,5 против 80,2 по среднему на английском и 70,8 против 79,9 по среднему на немецком, причём Qwen впереди на GPQA Diamond, LiveCodeBench v6, SWE-Bench Verified и обоих бенчмарках длинного контекста. Gemma 4 26B-A4B IT находится на отметках 71,9 и 66,3 по двум средним. Аргумент Kolibri не в том, что это самая сильная модель своего размера; он в том, что это самая сильная модель своего размера, обучение которой можно проверить. Эта документация — причина, по которой релиз воспринимается как исследование, а не как маркетинг: Aleph Alpha описывает, как была создана модель, потому что хочет, чтобы продуктом был пайплайн, а не модель, а лаборатория, продающая пайплайн обучения, публикует цифры, показывающие, что пайплайн сработал.

Reflection опубликовала нечто иное. Релиз Beam 1.0 включает эталонные конфигурации обслуживания, Helm-чарт, поддержку с первого дня в Transformers, vLLM, SGLang, Unsloth, Axolotl, TokenSpeed и N​VIDIA Dynamo, а также beam-verifier CLI, который запускает набор тестов на соответствие на работающем эндпоинте, а затем оценивает его на основных бенчмарках, чтобы развёртывание можно было сверить с эталонными показателями Reflection. Чего в нём нет, так это тарифной карты: в документации есть целая страница об ограничениях скорости и нет цены за миллион токенов, а в анонсе говорится лишь о том, что API бесплатен для начала работы.

Сколько стоит запуск каждого из них

Ни то, ни другое не предлагается в нашем каталоге, и мы не собираемся намекать на обратное. И то, и другое — это покупки с самостоятельным размещением, а реальная цена — это минимальные требования к оборудованию.

Beam 1.0 — сборка NVFP4 занимает 273 GiB, а референсная конфигурация — четыре GPU NVIDIA B300 SXM на NVLink в одном сервере. FP8 — 468,72 GiB, работает на восьми H200; BF16 — 933,81 GiB, размещается на восьми B200 или B300. Вместе с ней поставляется драфтер DFlash2 на 1,93 млрд параметров для спекулятивного декодирования, обеспечивающий ускорение декодирования от 1,7× до 3,0× на чекпоинте NVFP4. В рецептах обслуживания KV-кэш хранится в FP8 E4M3 со страницей на 64 токена.

• Kolibri — это контрольная точка FP8, являющаяся документированной точностью обслуживания, с блочными весами 128×128 и динамически квантованными активациями, оцениваемая с KV-кэшем FP8, тогда как эмбеддинги, LM head, нормы и маршрутизатор MoE остаются в bfloat16. Парсер вызовов инструментов vLLM поставляется в том же репозитории, что и веса, а репозиторий не имеет ограничений — загрузка по Apache 2.0, а не запрос.

Сравнение, которое покупателю действительно стоит провести, — это не строки бенчмарков. Это самостоятельно размещённый эндпоинт с двумя GPU, который отвечает на немецком и английском и обучение которого вы можете задокументировать, против эндпоинта с четырьмя GPU, который сильнее в программировании и агентной работе и чья документация по обучению, насколько нам удалось найти, не охватывает GPU-часы или энергопотребление.

Если ваша рабочая нагрузка — это регулируемые документы, которые не могут покинуть пределы организации, то первый — единственный, который закрывает вопрос. Если ваша рабочая нагрузка — это инженерный агент, то второй — единственный, у которого есть верификатор.

Если вам нужна эта возможность без стойки

Обе модели описывают класс — MoE с малым числом активных параметров и разрешительной лицензией — который уже обслуживается на маршрутах, доступных для вызова уже сегодня, а оценка стоимости альтернативы — самый быстрый способ решить, стоит ли владеть этим оборудованием.

• Gemma 4 26B-A4B IT — $0.06 за миллион входных токенов и $0.33 за миллион выходных при окне в 262 144 токена. Ближайший аналог на маршрутизируемом эндпоинте к уровню Kolibri, и модель, которая фактически превосходит Kolibri по собственным средним показателям Aleph Alpha для английского и немецкого.

• Qwen3.8-27B — $0,33 за входные данные и $2,40 за выходные, контекст на 262 144 токена, и открытые веса под лицензией Apache, если вы предпочитаете запускать их у себя, а не арендовать.

• GLM-5.2 — $1,40 и $4,40 с окном в 1 000 000 токенов, для работы с длинным контекстом и программирования, на которую ориентирован Beam 1.0.

• Kimi K3 — ввод $3,00, кэшированные $0,30, вывод $15,00 при 1 048 576 токенах, модель, которую собственный пост о запуске Reflection признаёт опережающей по сырым возможностям.

OrcaRouter маршрутизирует этот набор через один ключ, совместимый с OpenAI, с прозрачной передачей прайс-листа провайдера и без каких-либо наценок, поэтому снижение цены поставщиком отражается в вашем счёте в тот же день, а не при следующем продлении контракта, а автоматическое переключение при сбое покрывает случай, когда один из провайдеров деградирует под нагрузкой. Полезный подход для тех, кто рассматривает суверенное развёртывание, — направлять регулируемый трафик на самостоятельно размещённую конечную точку Kolibri, а общую работу — на маршрутизируемый уровень, при этом правило маршрутизации решает, что к чему, — один ключ, одна конфигурация и аппаратное решение, которое нужно обосновывать только для документов, где это необходимо.

Какой релиз вы на самом деле искали?

Если вы искали открытые веса, потому что вам нужно ответить на вопрос о происхождении, юрисдикции или возможности аудита, то Kolibri — это релиз, в котором есть ответ. Это не самая сильная модель в своём размере — собственные таблицы Aleph Alpha это подтверждают — и она охватывает два языка, а её рекомендуемая конфигурация для обслуживания — две H100 SXM5 или две H200 — либо один B200 или B300, которые в таблице оборудования указаны рядом с ними. Компромисс здесь явный и для регулируемого развертывания, вероятно, правильный.

Если вы искали открытые веса, потому что хотите инженерного агента, которого можно запускать самостоятельно, Beam 1.0 — это релиз с нужными возможностями, стеком сервинга и инструментами верификации, и для него требуются четыре B300s и прайс-лист, который ещё не написан. Размен здесь таков: капитал и неопределённость — в обмен на модель, которая выполняет работу по кодингу на уровне, близком к передовому, на вашем собственном оборудовании.

То, что показывает эта пара, — это то, что «open weight» перестал быть отличительным признаком некоторое время назад. Два релиза под Apache 2.0 от двух лабораторий за две недели могут иметь общую лицензию, философию разреженности и контекстное окно и при этом оставаться ответами на совершенно разные вопросы. Сортировка по лицензии ни к чему не приведёт; сортировка по тому, на какой вопрос должен был ответить релиз, приведёт вас к нужной папке.

Ничего из этого не гипотетично: задокументированные сбои ИИ и инциденты с агентами, стоящие за такими релизами, как этот, собраны в OrcaRouter AI Incident Archive, где каждая запись содержит собственные источники, уровень серьёзности, класс уверенности и флаг оспаривания.