Beam vs Beam 1.0: Versionsnumret som inte är en version

Sök efter två modellnamn som ser ut som en produkt och dess föregångare — Beam och Beam 1.0 — och du hittar en jämförelse som inte finns. Det finns ingen Beam 1.0 som ersatte en tidigare Beam, ingen Beam 1.1 som väntar bakom den, och ingen äldre checkpoint som en läsare fortfarande skulle kunna köra. Reflection släppte en modell med öppna vikter i oktober 2026, kallar den Beam i sin egen prosa och arkiverar repositorierna och den hostade slutpunkten under identifieraren Beam-1.0-501B-A23B. Båda beteckningarna pekar på samma glesa expertblandning med 501,3 miljarder parametrar. Versionsnumret är en distributionstagg, inte en generation.

Det låter som en fotnot. Det är det inte, för det är versionssuffixet som sprider sig. Det hamnar i modell-ID:n, i routerkonfiguration, i kostnadsdashboards, i kalkylbladet där någon jämför leverantörsalternativ och inte kan avgöra om raden märkt Beam och raden märkt Beam 1.0 är två alternativ eller ett som duplicerats av en felaktig import. Att få identiteten rätt är hela innehållet i jämförelsen, och det visar sig vara mer användbart än ett specifikationsblad: det talar om hur saken kommer att bete sig i en katalog, och vad du bör kontrollera innan du kopplar in den i något.

Varifrån varje etikett faktiskt kommer

Uppdelningen är inte godtycklig. Varje form har en källa, och att veta vilken som är vilken är vad som gör att du kan känna igen samma modell som dyker upp under två namn:

• "Beam" – leverantörens namn i löpande text. Lanseringsinlägget har rubriken "Introducing Beam: Reflection's 501B open-weight model", inlägget den 16 oktober om tillgänglighet har rubriken "Beam is now available", och Hugging Face-samlingen är beam-10. Det är också vad ramverksekosystemet anammade: SGLang-kokboken listar den under sin leverantörsrubrik som "Beam 1.0 — New", och projektkontot som driftar den i produktion säger "Beam".

• "Beam-1.0-501B-A23B" — maskinidentifieraren. Det är modell-ID:t på Reflections egen OpenAI-kompatibla slutpunkt, och den kodar samma tre fakta som en byggare behöver: en modell, första versionen, 501 miljarder totala parametrar, 23 miljarder aktiva. Bindestrecken är bärande; detta är en sträng att klistra in, inte ett namn att söka efter.

• "Beam 1.0" — den mänskligt läsbara återgivningen av den identifieraren, och den form som dyker upp i kataloglistningar, modellkatalogsidor och tredjepartssammanfattningar. Det är vad man får när en identifierare snyggas till för en rullgardinsmeny.

Så de två söktermerna är inte två modeller. De är leverantörens ord och katalogens återgivning av ett och samma arkivnamn.

Konsekvensen som faktiskt biter: matchning efter namn

Allt nedströms om det – routningsregler, tillåtelselistor, faktureringsexporter, utvärderingsramverk – matchar på strängen, och strängen är inte stabil mellan de platser där du klistrar in den. Tre praktiska fallgropar följer, och ingen av dem är hypotetisk:

• En regel skriven för "Beam" matchar inte "beam-1.0-501b-a23b", och en regel skriven för identifieraren matchar inte en katalog som lagrade visningsnamnet. Skiftläge och skiljetecken varierar mellan plattformar, och inget sammanjämkar dem åt dig.

• En kostnadsöversikt som grupperar efter visningsnamn kommer att visa en modell som två radposter i samma stund som en leverantör ändrar sin rendering, och summorna kommer inte att stämma med din faktura.

• Ett jämförelsekalkylblad som byggts genom att söka på båda termerna kommer att dubbelräkna modellen, vilket är precis det fel som den här artikeln finns för att förhindra. Om du har en rad för Beam och en rad för Beam 1.0, har du en modell och två rader.

Lösningen är oglamorös: lås identifieraren, behandla visningsnamnet som en etikett och basera alla pris- eller benchmarkjämförelser på identifieraren snarare än på vad rullgardinsmenyn sade. Det gäller även prisfrågan – Beam 1.0 har inget publicerat pris per miljon tokens alls, varken på slutpunkten eller i tillkännagivandet, så det finns inget nummer att sätta i någon av raderna ännu.

Den version som faktiskt har verkliga skillnader

Det finns en genuin uppsättning skillnader i den här utgåvan, och ingen av dem finns i modellnamnet. De finns i artefakten du hämtar, och det är hit en sökning på "Beam vs Beam 1.0" egentligen pekar:

BF16 vs FP8 vs NVFP4 — 933,81 GiB över 188 safetensors-shards, 468,72 GiB i E4M3, eller en packad 4-bitarsversion på 273 GiB. Samma 501,3B totalt och 23,4B aktiva i alla tre; skillnaden är det hårdvarugolv som vart och ett av dem förutsätter, från 16 GPU:er ner till fyra B300:or i NVLink.

• Basmodell kontra utkastmodell — DFlash2 är en separat speculativ avkodningsmodell med 1,93 miljarder parametrar, publicerad som ett eget repo, inte en variant av Beam. En driftsättning utan den är inte ”Beam 1.0 utan uppdateringen”, det är samma modell som avkodas annorlunda.

• Hostad kontra nedladdningsbar — en identifierare, två leveransvägar: checkpointen under Apache 2.0, och en OpenAI-kompatibel endpoint med obligatoriskt resonemang, insatsnivåer från low till max med max som standard, och organisationsövergripande gränser som delas över varje nyckel.

Om två team är oense om "vilken Beam 1.0" de kör, handlar oenigheten nästan alltid om en av dessa tre axlar snarare än om ett versionsnummer.

Läsa leverantörens siffror på rätt datum

Ytterligare en sak ändras mellan etiketterna, och det är en verklig källa till förvirring snarare än en namngivningsartefakt. Reflection har publicerat sin benchmarktabell mer än en gång, och siffrorna har ändrats mellan versionerna av sidan. Tillkännagivandet den 5 oktober innehöll en uppsättning; en notis i samma inlägg noterar en uppdatering den 8 oktober; modellkortet i sitt nuvarande skick återspeglar de aktuella siffrorna. Skillnaderna är små och mestadels i tredje signifikanta siffran — en konfiguration av SWE Bench Pro v2-Hard visar 77,2 i den tidigare tabellen och 78,6 på det aktuella kortet — men de är tillräckligt stora för att två artiklar som citerar ”leverantörens siffra” kan vara oense samtidigt som båda är korrekta för sitt datum.

Det som inte har ändrats är resultatets form. Alla siffror nedan är rapporterade av leverantören och inte reproducerade av oss, uppmätta vid temperatur 0,7 och top_p 0,99, och alla tre precisionerna listas eftersom spridningen mellan dem är en del av historien:

• SWE Bench Verified — 81,6 BF16, 80,2 FP8, 80,7 NVFP4. Det främsta kodningsresultatet, och det som precisionen knappt påverkar.

• Terminal Bench v2.1 — 80,1 BF16, 78,9 FP8, 78,4 NVFP4. Agentiskt terminalarbete, där FP8-bygget tappar ungefär en och en halv poäng.

• AIME 2026 — 97,7 BF16, 98,0 FP8, 97,5 NVFP4. I praktiken mättat i varje precision, vilket gör det till en svag särskiljare mellan dem.

• GPQA Diamond — 90,6 BF16, 90,3 FP8, 89,3 NVFP4. Det tydligaste exemplet på att NVFP4-bygget tappar mark, omkring 1,3 punkter.

Det konsekventa mönstret är att kvantisering kostar lite på kodnings- och resonemangsbenchmarks och något mer på kunskapstunga sådana, där FP8 ibland rentav överträffar BF16 — vilket är ett skäl att välja en precision av hårdvaruskäl snarare än av leaderboard-skäl. Det är också ett skäl att skriva ned vilken tabell du citerade. En rad märkt "Beam" och en rad märkt "Beam 1.0" kan innehålla genuint olika siffror utan att någon av dem är fel, och versionssuffixet är inte det som skiljer dem åt. Datumet är det.

Vad detta innebär om du väljer mellan dem

Det finns inget beslut att fatta mellan Beam och Beam 1.0, eftersom det finns en modell. Beslutet som faktiskt ligger framför dig har tre delar, och var och en har ett svar:

• Om du behöver en öppen checkpoint på din egen hårdvara — ett alternativ, tre precisioner, och valet mellan dem är en hårdvarufråga. Fyra B300 för NVFP4, åtta H200 för FP8, sexton enheter för BF16, och antalet enheter måste gå jämnt upp i 256 experter.

• Om du behöver en hostad slutpunkt – förstaparts-API:et är det enda med ett dokumenterat kontrakt, och det har för närvarande inget publicerat pris, vilket innebär att en upphandlingsjämförelse ännu inte kan slutföras utifrån kostnad.

• Om du behöver det bredvid de modeller du redan anropar — Beam 1.0 är inte en av våra rutter, så vi kan inte tillhandahålla det åt dig och inget här bör läsas som ett tillgänglighetsanspråk från oss. Vad vi kan göra är att hålla den omgivande beslutskostnaden låg. OrcaRouter kör en OpenAI-kompatibel nyckel över fler än 200 modeller med leverantörens listpris vidarebefordrat och inget påslag, och automatisk redundansväxling mellan leverantörer, så en Beam 1.0-pilot ligger vid sidan av produktionstrafiken i stället för att ersätta den, och reservvägen är en routingregel i stället för en migrering.

De modeller som fallback med största sannolikhet skulle landa på, utifrån vår egen katalog och deras publicerade prislistor:

• GLM-5.2 — 1,40 USD per miljon indatatokens och 4,40 USD per miljon utdatatokens med ett fönster på 1 000 000 tokens. Modellen som Reflections eget effektivitetsanspråk mäts mot.

• Kimi K3 — 3,00 USD per miljon indata, 0,30 USD cachad, 15,00 USD utdata med ett fönster på 1 048 576 token.Reflections lanseringsinlägg medger att K3 fortfarande ligger före i rå kapacitet.

• Qwen3.8-Max — $2.00 per miljon indata och $6.00 utdata vid ett fönster på 1 000 000 tokens, det proprietära flaggskeppsalternativet till att köpa Blackwell-kapacitet.

Vad du kan titta på i stället för en Beam 2.0

Tre saker skulle göra den här jämförelsen till en riktig sådan, och ingen av dem handlar om ett nytt versionsnummer.

Den första är en prislista. Tills Reflection publicerar ett pris per miljon tokens på endpointen är hostat kontra egenhostat en jämförelse av ett kapitalbelopp mot ingenting, och ingen mängd namndisciplin rättar till det.

Den andra är oberoende mätning. Artificial Analysis listar modellen med ett Intelligence Index på 30, ingen hastighetssiffra och inget pris, och registrerar inget offentligt tillgängligt API — den hostade ytan är ännu inte synlig för de organisationer som mäter dessa saker. Dess enda oberoende effektivitetsdatapunkt, 79M utdatatokens genererade över Intelligence Index mot en median på 130M, stöder leverantörens "färre resonemangstokens"-anspråk utan att bekräfta genomströmningen bakom det.

Den tredje är huruvida etiketten någonsin avviker. En ”Beam 2.0” som är en annan checkpoint skulle äntligen få versionssuffixet att betyda något, och den dag det blir verklighet slutar en fråga som den här att handla om namngivningshygien och börjar handla om skillnaden mellan två modeller. I dag är det den första sortens fråga. Den som jämför Beam med Beam 1.0 jämför en modell med sitt eget repository-namn — och det användbara resultatet av den jämförelsen är en anteckning om att använda Beam-1.0-501B-A23B som nyckel i din konfiguration och sluta söka efter båda stavningarna.

Inget av detta är hypotetiskt: de dokumenterade AI-felen och agentincidenterna bakom släpp som detta samlas i OrcaRouter AI Incident Archive, där varje post har sina egna källor, allvarlighetsgrad, tillförlitlighetsgrad och omtvistad flagga.