Beam против Beam 1.0: номер версии, который не является версией

Поищите два названия моделей, которые выглядят как продукт и его предшественник — Beam и Beam 1.0 — и вы найдёте сравнение, которого не существует. Нет Beam 1.0, который пришёл на смену более раннему Beam, нет Beam 1.1, ожидающего вслед за ним, и нет более старого чекпоинта, который читатель всё ещё мог бы запускать. Reflection выпустила одну модель с открытыми весами в октябре 2026 года, называет её Beam в своих текстах и размещает репозитории и хостинговый эндпоинт под идентификатором Beam-1.0-501B-A23B. Обе метки указывают на одну и ту же разреженную смесь экспертов с 501,3 млрд параметров. Номер версии — это тег дистрибутива, а не поколение.

Это звучит как сноска. Но это не так, потому что именно суффикс версии — та часть, которая распространяется. Он попадает в ID моделей, в конфигурацию маршрутизатора, в дашборды затрат, в электронную таблицу, где кто-то сравнивает варианты поставщиков и не может понять, строка с пометкой Beam и строка с пометкой Beam 1.0 — это два варианта или один, продублированный из-за плохого импорта. Точное определение идентичности — это и есть всё содержание сравнения, и, как выясняется, оно полезнее, чем спецификация: оно говорит, как эта штука будет вести себя в каталоге, и что нужно проверить, прежде чем подключать её куда-либо.

Откуда на самом деле берётся каждая метка

Это разделение не произвольно. У каждой формы есть источник, и именно понимание того, что есть что, позволяет распознать одну и ту же модель, появляющуюся под двумя названиями:

• «Beam» — название, которое вендор использует в текстах. Пост о запуске озаглавлен «Introducing Beam: Reflection's 501B open-weight model», пост о доступности от 16 октября озаглавлен «Beam is now available», а коллекция на Hugging Face — это beam-10. Это также то, что переняла экосистема фреймворков: в кулинарной книге SGLang он указан под заголовком своего вендора как «Beam 1.0 — New», а аккаунт проекта, который обслуживает его в продакшене, называет его «Beam».

• "Beam-1.0-501B-A23B" — машинный идентификатор. Это ID модели на собственном OpenAI-совместимом эндпоинте Reflection, и он кодирует те же три факта, которые нужны разработчику: одна модель, первый выпуск, 501 миллиард общих параметров, 23 миллиарда активных. Дефисы несут смысловую нагрузку; это строка для вставки, а не имя для поиска.

• «Beam 1.0» — удобочитаемое представление этого идентификатора и та форма, которая фигурирует в списках каталога, на страницах каталога моделей и в сторонних сводках. Именно это получается, когда идентификатор приукрашивают для выпадающего списка.

Итак, эти два поисковых термина — не две модели. Это слово вендора и отображение каталогом одного имени репозитория.

Последствие, которое действительно больно бьёт: сопоставление по имени

Всё, что идёт дальше по цепочке после этого, — правила маршрутизации, списки разрешённых, выгрузки для биллинга, стенды оценки — сопоставляется по строке, а строка не остаётся стабильной в разных местах, куда вы её вставите. Отсюда следуют три практические ловушки, и ни одна из них не гипотетическая:

• Правило, написанное для «Beam», не совпадёт с «beam-1.0-501b-a23b», а правило, написанное для идентификатора, не совпадёт с каталогом, в котором сохранено отображаемое имя. Регистр и пунктуация зависят от платформы, и ничто не согласует их за вас.

• Панель затрат, которая группирует по отображаемому имени, покажет одну модель как две позиции, как только провайдер изменит её отображение, и итоговые суммы не сойдутся с вашим счётом.

• Таблица сравнения, созданная путем поиска обоих терминов, приведет к двойному учету модели — а именно эту ошибку и призвана предотвратить данная статья. Если у вас есть строка для Beam и строка для Beam 1.0, у вас одна модель и две строки.

Исправление не блещет изяществом: закрепите идентификатор, рассматривайте отображаемое имя как метку и привязывайте любое сравнение цен или бенчмарков к идентификатору, а не к тому, что показывал выпадающий список. Это верно и для вопроса о ценообразовании — у Beam 1.0 вообще нет опубликованной ставки за миллион токенов ни на эндпоинте, ни в анонсе, так что пока нет числа ни для одной из строк.

Версия, которая действительно содержит реальные различия

В этом выпуске есть настоящий набор различий, и ни одно из них не кроется в названии модели. Они живут в артефакте, который вы получаете, и именно сюда на самом деле указывает запрос «Beam vs Beam 1.0»:

• BF16 vs FP8 vs NVFP4 — 933,81 GiB в 188 safetensors-шардах, 468,72 GiB в E4M3 или упакованная 4-битная сборка на 273 GiB. Во всех трёх — одинаковые 501,3 млрд общих и 23,4 млрд активных параметров; разница — в аппаратном минимуме, который подразумевает каждый вариант: от 16 GPU вплоть до четырёх B300s в NVLink.

• Базовая модель против драфтера — DFlash2 — это отдельная модель спекулятивного декодирования на 1,93 млрд параметров, опубликованная как собственный репозиторий, а не вариант Beam. Развёртывание без неё — это не «Beam 1.0 без обновления», это та же модель, декодируемая иначе.

• Хостируемый или загружаемый — один идентификатор, два способа доставки: контрольная точка под лицензией Apache 2.0 и конечная точка, совместимая с O​penAI, с обязательным reasoning, усилиями от low до max (где max — по умолчанию) и ограничениями на уровне организации, общими для всех ключей.

Если две команды расходятся во мнениях о том, «какой именно Beam 1.0» они используют, разногласие почти всегда касается одной из этих трёх осей, а не номера версии.

Чтение показателей поставщика в нужную дату

Ещё одна вещь меняется между метками, и это настоящий источник путаницы, а не артефакт именования. Reflection опубликовала свою таблицу бенчмарков более одного раза, и числа менялись между версиями страницы. В анонсе от 5 октября был один набор; примечание в том же посте фиксирует обновление от 8 октября; карточка модели в её нынешнем виде отражает текущие цифры. Различия невелики и в основном в третьей значащей цифре — одна конфигурация SWE Bench Pro v2-Hard показывает 77,2 в более ранней таблице и 78,6 в текущей карточке — но они достаточно велики, чтобы две статьи, цитирующие «число вендора», могли расходиться, оставаясь при этом точными на свою дату.

Что не изменилось — так это форма результата. Все приведённые ниже цифры заявлены производителем и не воспроизведены нами; измерения проводились при temperature 0.7 и top_p 0.99, и указаны все три точности, потому что разброс между ними — часть истории:

• SWE Bench Verified — 81.6 BF16, 80.2 FP8, 80.7 NVFP4. Главный показатель по программированию, и тот, на который точность почти не влияет.

• Terminal Bench v2.1 — 80,1 BF16, 78,9 FP8, 78,4 NVFP4. Агентная работа в терминале, где FP8-сборка теряет около полутора баллов.

• AIME 2026 — 97,7 BF16, 98,0 FP8, 97,5 NVFP4. Практически насыщен при каждой точности, что делает его слабым инструментом для их различения.

• GPQA Diamond — 90,6 BF16, 90,3 FP8, 89,3 NVFP4. Самый наглядный пример того, что сборка NVFP4 теряет позиции, — около 1,3 балла.

Прослеживается устойчивая закономерность: квантование мало сказывается на бенчмарках по программированию и рассуждениям и немного сильнее — на бенчмарках, требующих больших знаний, причём FP8 иногда даже немного опережает BF16 — и это причина выбирать точность исходя из аппаратных соображений, а не из соображений места в таблице лидеров. Это также причина записывать, какую таблицу вы цитировали. Строка с меткой "Beam" и строка с меткой "Beam 1.0" могут содержать действительно разные числа, и при этом ни одна из них не будет неправильной, а различает их не суффикс версии. Дата.

Что это значит, если вы выбираете между ними

Нет никакого выбора между Beam и Beam 1.0, потому что существует одна модель. Решение, которое на самом деле стоит перед вами, состоит из трёх частей, и на каждую есть ответ:

• Если вам нужен открытый чекпойнт на своём оборудовании — это один вариант, три точности, и выбор между ними — вопрос оборудования. Четыре B300 для NVFP4, восемь H200 для FP8, шестнадцать устройств для BF16, а количество устройств должно делить 256 экспертов.

• Если вам нужен хостинговый эндпоинт, API первой стороны — единственный с документированным контрактом, и в настоящее время у него нет опубликованной цены, а значит, сравнение для закупки пока нельзя завершить по стоимости.

• Если он нужен рядом с моделями, которые вы уже вызываете, — Beam 1.0 не входит в число наших маршрутов, поэтому мы не можем предоставлять его для вас, и ничто здесь не следует воспринимать как наше заявление о доступности. Что мы можем сделать — это сделать сопутствующее решение недорогим. OrcaRouter использует один ключ, совместимый с OpenAI, для более чем 200 моделей, передавая цену из прайс-листа провайдера без каких-либо наценок, и автоматическое переключение при сбое между провайдерами, так что пилот Beam 1.0 находится рядом с производственным трафиком, а не заменяет его, а путь отката — это правило маршрутизации, а не миграция.

Модели, на которые с наибольшей вероятностью попадёт резервный вариант, судя по нашему собственному каталогу с их опубликованными прайс-листами:

• GLM-5.2 — $1,40 за миллион входных токенов и $4,40 за миллион выходных при окне в 1 000 000 токенов. Модель, с которой сравнивается собственное заявление Reflection об эффективности.

• Kimi K3 — $3.00 за миллион входных токенов, $0.30 за кэшированные, $15.00 за выходные при окне в 1 048 576 токенов. В посте Reflection о запуске признаётся, что K3 по-прежнему впереди по сырым возможностям.

• Qwen3.8-Max — $2.00 за миллион входных и $6.00 за выходные токены при окне в 1 000 000 токенов, проприетарная флагманская альтернатива покупке мощностей Blackwell.

Что посмотреть вместо Beam 2.0

Три вещи сделали бы это сравнение настоящим, и ни одна из них не предполагает нового номера версии.

Первое — это тарифная карта. Пока Reflection не опубликует цену за миллион токенов на эндпоинте, сравнение хостингового и самостоятельно размещённого вариантов — это сопоставление цифры капитальных затрат с ничем, и никакими правилами именования это не исправить.

Второе — независимое измерение. Artificial Analysis указывает модель с Intelligence Index 30, без показателя скорости и без цены, и не регистрирует никакого общедоступного API — хостинговый интерфейс пока не виден организациям, которые измеряют подобные вещи. Единственная независимая точка данных об эффективности — 79 млн выходных токенов, сгенерированных в рамках Intelligence Index, против медианы в 130 млн — подтверждает заявление вендора о «меньшем числе токенов рассуждений», но не подтверждает пропускную способность, стоящую за этим.

Третий вопрос — расходится ли когда-либо эта метка. «Beam 2.0», являющийся другим чекпойнтом, наконец придал бы суффиксу версии смысл, и в тот день, когда это случится, запрос вроде этого перестанет быть вопросом о гигиене именования и станет вопросом о различии между двумя моделями. Сегодня это вопрос первого типа. Любой, кто сравнивает Beam с Beam 1.0, сравнивает модель с именем её собственного репозитория — и полезный результат такого сравнения — это рекомендация: укажите в конфигурации в качестве ключа Beam-1.0-501B-A23B и перестаньте искать оба варианта написания.

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.