Reflection Beam vs DeepSeek V4 Pro: ขนาดหนึ่งในสาม แต่อัตราส่วนการเปิดใช้งานเป็นสองเท่า

วิธีที่ชวนให้วางกรอบ Reflection Beamเทียบกับ DeepSeek V4 Proคือผู้มาใหม่ราคาถูกปะทะเรือธงที่ได้รับการพิสูจน์แล้ว การวางกรอบแบบนั้นผิดในแบบที่ควรอธิบายให้ชัดก่อนสิ่งอื่นใด เพราะโมเดลทั้งสองสร้างขึ้นบนการตีความที่ตรงกันข้ามของแนวคิดเดียวกัน DeepSeek V4 Pro เป็นโมเดลแบบผสมผู้เชี่ยวชาญ (mixture-of-experts) ขนาด 1.6 ล้านล้านพารามิเตอร์ที่เปิดใช้งานพารามิเตอร์ 49 พันล้านตัวต่อโทเคน — ประมาณ 3.1 เปอร์เซ็นต์ของตัวเอง Reflection Beam ซึ่งเปิดตัวเมื่อวันที่ 5 ตุลาคม 2026 เป็นโมเดลแบบผสมผู้เชี่ยวชาญขนาด 501 พันล้านพารามิเตอร์ที่เปิดใช้งาน 23 พันล้านตัวต่อโทเคน — ประมาณ 4.6 เปอร์เซ็นต์ของตัวเอง Beam มีขนาดเพียงหนึ่งในสาม และเมื่อคิดต่อโทเคนแล้วเป็นดีไซน์ที่ *เบาบางน้อยกว่า* แก่นแนวคิดทั้งหมดของ Reflection คือประสิทธิภาพในการอนุมาน และโมเดลที่ถูกนำมาเปรียบเทียบกับมันในที่นี้ก็ล้ำหน้ามันในตัวชี้วัดความเบาบางที่แก่นแนวคิดนั้นตั้งอยู่บน

นั่นไม่ใช่การหักล้าง มันคือการปูพื้นฐาน เพราะโมเดลทั้งสองอยู่คนละจุดกันมากในเรื่องราคาและความพร้อมใช้งาน และการเปรียบเทียบที่ซื่อสัตย์คือการดูว่าคุณสามารถสร้างบนโมเดลไหนได้จริง ๆ DeepSeek V4 Pro อยู่ในแคตตาล็อกที่ $0.66 ต่อล้านโทเค็นอินพุต และ $1.98 ต่อล้านโทเค็นเอาต์พุต โดยมีคอนเท็กซ์ 1,048,576 โทเค็น และเอาต์พุตสูงสุด 384,000 โทเค็น Beam ไม่มีราคาที่เผยแพร่เลย เข้าถึงได้เฉพาะผ่านรายการรอ และน้ำหนักของมันถูกสัญญาไว้ช่วงปลายเดือนนี้ภายใต้ Apache 2.0

แนวคิดเดียวกัน แต่อัตราส่วนต่างกัน

ความเบาบางคือหลักการตั้งต้นร่วมกัน โมเดลทั้งสองทำให้พารามิเตอร์เกือบทั้งหมดหลับอยู่ ณ โทเคนใด ๆ และจ่ายเฉพาะส่วนเล็ก ๆ ที่ทำงานอยู่เท่านั้น สิ่งที่แตกต่างคือแต่ละแล็บผลักดันเรื่องนี้ไปไกลแค่ไหน และได้อะไรตอบแทนมา

DeepSeek V4 Pro ทำงานด้วยพารามิเตอร์ที่เปิดใช้งาน 49 พันล้านตัว จากจำนวนทั้งหมดราว 1.6 ล้านล้านตัว นั่นเป็นอัตราส่วนที่ดุดันมาก และเป็นสิ่งที่ทำให้ DeepSeek ขายโมเดลระดับเรือธงได้ในราคา $0.66 และ $1.98 ซึ่งเป็นราคาที่ไม่อาจจินตนาการได้สำหรับโมเดลแบบ dense ที่มีความสามารถระดับนั้น ข้อแลกเปลี่ยนคือจำนวนพารามิเตอร์ทั้งหมดนั้นมหาศาล โมเดลจึงมีขนาดใหญ่ทั้งในแง่การจัดเก็บและการให้บริการเลย ซึ่งเป็นเหตุผลว่าทำไมการโฮสต์มันจึงเป็นธุรกิจของผู้เชี่ยวชาญ มากกว่าจะเป็นสิ่งที่ทีมส่วนใหญ่ทำเอง

Reflection Beam ทำงานด้วยพารามิเตอร์ที่แอคทีฟ 23 พันล้าน จากทั้งหมด 501 พันล้าน เล็กกว่าในทุกมิติ: หนึ่งในสามของพารามิเตอร์ทั้งหมด, น้อยกว่าครึ่งหนึ่งของพารามิเตอร์ที่แอคทีฟ, และมีอัตราการเปิดใช้งานที่รุนแรงน้อยกว่า ข้อโต้แย้งของ Reflection ไม่ใช่ว่า Beam เป็นโมเดลที่เบาบางที่สุดที่มี — มันจงใจไม่กล่าวอ้างเช่นนั้น — แต่คือการที่พารามิเตอร์ที่แอคทีฟ 23 พันล้านเป็นขนาดที่คุณสามารถให้บริการได้บน GPU จำนวนค่อนข้างน้อย ซึ่งเปลี่ยนเศรษฐศาสตร์การปรับใช้ ไม่ใช่การคำนวณต่อโทเค็น

• จำนวนพารามิเตอร์ทั้งหมด — DeepSeek V4 Pro ประมาณ 1.6 ล้านล้าน เทียบกับ Reflection Beam 5.01 แสนล้าน

• แอ็กทีฟต่อโทเคน — 49 พันล้าน เทียบกับ 23 พันล้าน

• อัตราการเปิดใช้งาน — ประมาณ 3.1 เปอร์เซ็นต์สำหรับ DeepSeek V4 Pro, ประมาณ 4.6 เปอร์เซ็นต์สำหรับ Reflection Beam ในบรรดาสองตัวนี้ Beam มีความเบาบางน้อยกว่า

• อินพุตแบบโมดัล — DeepSeek V4 Pro เป็นแบบข้อความเท่านั้น; Reflection Beam เป็นแบบข้อความเท่านั้น ทั้งสองไม่รับภาพ เสียง หรือวิดีโอ ซึ่งเป็นกรณีที่พบได้ยากที่สองโมเดลในประเภทนี้จะเห็นพ้องกัน

• บริบทและเอาต์พุต — 1,048,576 โทเคนขาเข้า และ 384,000 ขาออก สำหรับ DeepSeek V4 Pro เทียบกับ 256,000 ขาเข้า และ 128,000 ขาออก สำหรับ Beam ซึ่งตัวเลขบริบทมีเชิงอรรถกำกับว่าเป็นเบต้า

• ราคา — $0.66 และ $1.98 ต่อหนึ่งล้านโทเค็นสำหรับ DeepSeek V4 Pro โดยการอ่านแคชอยู่ที่ $0.022 เมื่อเทียบกับ Beam ที่ไม่มีการเผยแพร่ข้อมูลใด ๆ

• ความพร้อมใช้งาน — DeepSeek V4 Pro เปิดให้ใช้งานทั่วไปแล้วตั้งแต่ 24 เมษายน 2026 ส่วน Beam เป็นเบต้าที่ต้องรอคิว ซึ่งประกาศเมื่อ 5 ตุลาคม 2026 โดยสัญญาว่าจะปล่อยเวตภายในเดือนนี้

ราคา รวมถึงส่วนที่ไม่มีใครพูดถึง

ราคา $0.66 และ $1.98 ของ DeepSeek V4 Pro เป็นราคาตามรายการของผู้ให้บริการ ซึ่งส่งผ่านมาบนแค็ตตาล็อกของเราโดยไม่มีการบวกเพิ่มใด ๆ อย่างไรก็ตาม มีจุดหนึ่งที่ควรเผื่องบประมาณไว้ และเป็นเรื่องที่มองข้ามได้ง่าย: ตารางราคามีช่วงเวลาที่กำหนดไว้สองช่วง คือ 01:00 ถึง 04:00 UTC และ 06:00 ถึง 10:00 UTC ซึ่งในช่วงเวลาดังกล่าวราคาจะถูกคูณด้วยสอง — ขาเข้า $1.32 และขาออก $3.96 ทั้งสองช่วงอยู่ในเวลาทำงานของทีมในยุโรปและเอเชีย ดังนั้นไปป์ไลน์ที่ทำงานตามเวลายุโรปจะใช้จ่ายในอัตราสองเท่าเป็นเวลาส่วนหนึ่งของวัน โดยที่ไม่มีอะไรล้มเหลว

การอ่านแคชที่ราคา $0.022 ต่อล้านโทเคนเป็นอีกครึ่งหนึ่งของภาพรวม และเป็นครึ่งที่ใหญ่กว่าด้วย นั่นคือส่วนลด 30 ต่อ 1 จากอัตราค่าอินพุต และสำหรับงานที่ใช้เอกสารยาวและบทสนทนายาวซึ่ง DeepSeek V4 Pro ถูกสร้างมาเพื่อรองรับ — คอนเท็กซ์ 1,048,576 โทเคน เอาต์พุต 384,000 โทเคน — ต้นทุนที่แท้จริงของเซสชันที่อ่าน prefix ที่คงเดิมซ้ำนั้นต่ำกว่าตัวเลขที่โฆษณาไว้มาก การเปรียบเทียบใดก็ตามที่นำปริมาณมาคูณด้วย $0.66 โดยไม่จำลองการนำแคชกลับมาใช้ซ้ำ จะประเมินต้นทุนการใช้งานโมเดลนี้สูงเกินจริงอย่างมาก

Beam ไม่มีสิ่งใดเทียบเท่ากับทั้งหมดนั้น ไม่มีอัตราตามรายการ ไม่มีระดับแคช ไม่มีช่วงเวลาที่กำหนด ไม่มีคำมั่นที่ประกาศไว้เกี่ยวกับว่าจะขายแบบคิดตามโทเคนหรือไม่เลย การเปรียบเทียบไม่ใช่ $0.66 กับสิ่งที่ถูกกว่า แต่เป็นโมเดลที่ตั้งราคาแล้วกับโมเดลที่ยังไม่ตั้งราคา และจนกว่า Reflection จะเผยแพร่ตารางราคา ก็ยังไม่มีจุดคุ้มทุนให้คำนวณ

การทดสอบมาตรฐาน: โมเดลทั้งสองยังไม่เคยถูกนำมาเปรียบเทียบกันโดยตรง

นี่คือจุดที่ความระมัดระวังเป็นสิ่งสำคัญ เพราะมีกับดักที่ชัดเจนรออยู่ และมันคุ้มค่าที่จะเอ่ยถึงอย่างตรงไปตรงมา

ตารางเปิดตัวของ Reflection เปรียบเทียบ Beam กับ Inkling, Nemotron 3 Ultra, GLM 5.2, GLM 5.3, Kimi K3, Qwen 3.8-Max และDeepSeek V4.1 Flash — รุ่นพี่น้อง ไม่ใช่ V4 Pro ดังนั้นโมเดล DeepSeek ที่ปรากฏในตารางของ Beam เองจึงเป็นอีกรุ่นหนึ่ง นั่นคือสมาชิกที่ราคาถูกและเร็วของตระกูลนี้ ในราคา $0.15 และ $0.60 ซึ่งทำได้ 90.6 บน Terminal-Bench v2.1 ตามตารางผู้ขาย เทียบกับ 80.1 ของ Beam และ 74.2 บน DeepSWE v1.1 เทียบกับ 44.4 ของ Beam การอ่านตัวเลขของ V4 Pro จากคอลัมน์ของ V4.1 Flash คือความผิดพลาดที่มีแนวโน้มจะเกิดขึ้นมากที่สุดสำหรับใครก็ตามที่เขียนการเปรียบเทียบนี้

สิ่งที่พอมีอยู่สำหรับ V4 Pro จาก Artificial Analysis ผ่านแคตตาล็อกของเรา กลับอยู่บนฮาร์เนสที่ต่างกันอีกเช่นเคย — ดังนั้นค่าเหล่านี้จึงเป็นเพียงเชิงทิศทาง ไม่ใช่แบบควบคุม

• tau-squared Bench — DeepSeek V4 Pro ทำคะแนนได้ 96.2 เทียบกับตัวเลขที่ผู้ขายระบุไว้ที่ 78.7 สำหรับ Beam บน MCP Atlas และ 38.0 บน tau3 banking เป็นการประเมินที่แตกต่างกันในตระกูลเดียวกันของการวัดการใช้เครื่องมือแบบเอเจนต์ และชุดทั้งสองไม่สามารถใช้แทนกันได้

• ดัชนีความฉลาด Artificial Analysis — DeepSeek V4 Pro อยู่ที่ 36.0 จัดอยู่ในอันดับที่ 41 จาก 147 ในการรันของตน; ส่วน Beam ไม่มีแถวดัชนีเลย โดยหน้าโมเดลส่งคืน 404 และไม่มีรายการ Beam ในเพย์โหลดของลีดเดอร์บอร์ด ณ เช้าวันนี้

• GPQA Diamond — DeepSeek V4 Pro อยู่ที่ 92.8 ตามข้อมูลของ Artificial Analysis เทียบกับ 90.5 ที่ Beam รายงานเอง

• Humanity's Last Exam — DeepSeek V4 Pro อยู่ที่ 41.0 ตามข้อมูลจาก Artificial Analysis เทียบกับ 36.2 ที่ Beam รายงานในฐานะผู้ขาย โดยผลหลังนี้ระบุอย่างชัดเจนว่าไม่ได้ใช้เครื่องมือ

• SciCode — DeepSeek V4 Pro อยู่ที่ 51.0 ตามข้อมูลจาก Artificial Analysis เทียบกับ 49.7 ที่ Beam ซึ่งเป็นผู้ขายรายงาน

• Terminal-Bench v2.1 — DeepSeek V4 Pro อยู่ที่ 78.7 ตามข้อมูลของ Artificial Analysis เทียบกับ 80.1 ที่ Beam ในฐานะผู้ขายรายงานไว้ เป็นแถวเดียวในรายการนี้ที่ Beam นำอยู่ และส่วนต่างไม่ถึงสองคะแนน

• การเรียกคืนบริบทยาว — DeepSeek V4 Pro อยู่ที่ 80.3 ตามข้อมูลจาก Artificial Analysis เทียบกับ 79.3 ที่ Beam รายงานโดยผู้ขายบน AA-LCR

รูปแบบนี้สอดคล้องกัน และน่าจะสร้างความอึดอัดให้กับจุดยืนของ Beam ในทุกแถวที่ทั้งสองโมเดลมีตัวเลข DeepSeek V4 Pro นำอยู่ ยกเว้น Terminal-Bench v2.1 ซึ่งตามหลังอยู่ไม่ถึงสองคะแนน — และตัวเลขของ DeepSeek ทุกตัวมาจากฮาร์เนสของบุคคลที่สาม ขณะที่ตัวเลขของ Beam ทุกตัวมาจากผู้จำหน่ายเอง โมเดลที่วางจำหน่ายทั่วไปแล้ว ในราคาที่ประกาศไว้ต่ำกว่าหนึ่งดอลลาร์สำหรับอินพุต ไม่ได้แพ้อย่างชัดเจนต่อโมเดลที่ยังไม่เปิดตัวในเบนช์มาร์กที่ทั้งคู่ใช้ร่วมกัน

คำกล่าวอ้างเรื่องประสิทธิภาพของ Beam เกี่ยวอะไรกับทั้งหมดนี้

ข้ออ้างที่แท้จริงของ Reflection ไม่ใช่ข้ออ้างเชิง benchmark และการนำตารางเหล่านั้นมากล่าวซ้ำราวกับว่ามันเป็นเช่นนั้นก็พลาดประเด็น ข้ออ้างคือ Beam ได้คะแนนเทียบเคียงกับ GLM 5.2 ในการให้เหตุผลขั้นสูง ขณะใช้พลังประมวลผลสำหรับ inference น้อยกว่า 3 ถึง 4 เท่า โดยช่องว่างจะยิ่งกว้างขึ้นเมื่อเทียบกับโมเดลขนาด 2 ล้านล้านพารามิเตอร์อย่าง Qwen 3.8-Max แผนภูมิประกอบประเมิน FLOPs ที่สร้างขึ้นเป็นสองเท่าของจำนวนพารามิเตอร์ที่ใช้งานอยู่ คูณด้วยจำนวนโทเค็นที่สร้างโดยเฉลี่ยต่อความพยายาม ครอบคลุม DeepSWE, HLE และ Terminal-Bench 2.1 และคำบรรยายของแผนภูมิเองก็ยอมรับว่า prompt prefill, context-dependent attention และ serving overhead ถูกตัดออกไป

เมื่อนำมาเทียบกับตัวเลขของ V4 Pro ข้อโต้แย้งก็ยิ่งน่าสนใจกว่าที่ตารางสรุปบ่งชี้ V4 Pro เปิดใช้งานพารามิเตอร์ 49 พันล้านตัวต่อโทเคน เทียบกับ 23 ของ Beam — มากกว่าประมาณสองเท่า — ดังนั้นตามสูตรที่ Reflection ใช้ Beam ควรจะนำอยู่ประมาณสองเท่าในแง่ของการประมวลผลการสร้างต่อโทเคน ก่อนที่จะมีความแตกต่างใด ๆ ในจำนวนโทเคน นั่นคือข้อได้เปรียบที่แท้จริงและชัดเจน และมันเป็นข้อได้เปรียบเดียวที่ Beam มี

ข้อโต้แย้ง: อัตราส่วนการเปิดใช้งานของ V4 Pro สูงกว่า บริบทของมันใหญ่กว่า 4 เท่า และเอาต์พุตสูงสุดก็มากกว่า 3 เท่า ซึ่งหมายความว่าเซสชัน V4 Pro ที่แก้งานได้ในจำนวนรอบที่น้อยกว่าแต่ยาวกว่า อาจมีค่าใช้จ่ายโดยรวมถูกกว่าได้ แม้ว่าประมาณการต่อโทเคนจะสูงกว่าก็ตาม FLOPs ต่อโทเคนไม่ใช่ FLOPs ต่องาน และแผนภูมินั้นคิดต่อโทเคน

การวัดผลโดยอิสระยังไม่มีอยู่ในขณะนี้ คำแถลงจากบุคคลที่สามเพียงรายการเดียวที่ปรากฏเป็นทางการ คือ Artificial Analysis กล่าวเมื่อวันที่ 5 ตุลาคมว่า Reflection ได้ให้สิทธิ์เข้าถึงแก่ตน และตนกำลังทดสอบประสิทธิภาพ Beam โดยมีสัญญาณเบื้องต้นที่บ่งชี้ว่า Beam จะเป็นหนึ่งในโมเดลเปิดที่ประหยัดโทเคนมากที่สุดเท่าที่ตนเคยเห็นสำหรับระดับสติปัญญาของมัน ยังไม่มีตัวเลขใดตามมา

จุดที่บริบทของ V4 Pro มีความสำคัญจริง ๆ

มีมิติหนึ่งในการจับคู่นี้ที่ช่องว่างนั้นกว้างพอจะชี้ขาดได้ ไม่ใช่แค่ค่อย ๆ ไล่กันขึ้นมา และสิ่งนั้นไม่ใช่ผลการทดสอบมาตรฐาน

DeepSeek V4 Pro ให้บริการคอนเท็กซ์ 1,048,576 โทเคน และเอาต์พุตสูงสุด 384,000 โทเคน Beam ให้บริการ 256,000 และ 128,000 โดยมีเชิงอรรถกำกับตัวเลขคอนเท็กซ์ซึ่งเตือนว่าอาจเปลี่ยนแปลงระหว่างช่วงเบตา สำหรับการตรวจสอบสัญญาทางกฎหมาย การรีแฟกเตอร์ทั้งรีโพซิทอรี หรืองานสังเคราะห์ที่ครอบคลุมหลายพันหน้า ความแตกต่างนั้นไม่ใช่ส่วนต่างของประสิทธิภาพ แต่เป็นความแตกต่างระหว่างการเรียกครั้งเดียวกับไปป์ไลน์การทำ chunking ที่คุณต้องเขียนและตรวจสอบความถูกต้อง ขั้นตอน midtraining ของ Beam มีรายงานว่าขยายบริบทที่ใช้งานได้จริงไปถึง 1 ล้านโทเคน ซึ่งเป็นความสามารถฝั่งการเทรน ขณะที่ขีดจำกัดด้านการให้บริการยังอยู่ที่ 256,000; ตัวเลขสองค่านี้มักถูกนำมาปนกัน และไม่ใช่สิ่งเดียวกัน

เพดานเอาต์พุตยิ่งซ้ำเติมปัญหา เอาต์พุตสูงสุด 384,000 โทเคนทำให้การเรียกครั้งเดียวสร้างอาร์ติแฟกต์แบบมีโครงสร้างขนาดใหญ่ได้ ส่วน 128,000 ทำไม่ได้ และไม่มีโมเดลใดมีเอนด์พอยต์แบบแบตช์หรือเส้นทาง embeddings ผ่านช่องทางที่อธิบายไว้ตอนเปิดตัว

การเลือก และตำแหน่งที่การกำหนดเส้นทางเหมาะสม

สำหรับเวิร์กโหลดเฉพาะที่บริบทหนึ่งล้านโทเคนและเอาต์พุต 384,000 โทเคนมีความสำคัญ DeepSeek V4 Pro ไม่ได้แข่งขันกับ Beam — แต่กำลังแข่งขันกับไม่มีสิ่งอื่นใดในหน้านี้ และ Beam ไม่สามารถเข้าสู่การเปรียบเทียบได้ไม่ว่าจะราคาเท่าใดจนกว่าหน้าต่างของมันจะเปลี่ยน

สำหรับงานปริมาณสูงที่พอดีภายใน 256,000 โทเคน การตัดสินใจเหลือเพียงการเดิมพันว่าประสิทธิภาพที่ Beam อ้างไว้นั้นจะรอดจากฮาร์เนสของบุคคลที่สามหรือไม่ โดยเทียบราคากับอัตราของ V4 Pro ซึ่งต่ำกว่ากลุ่มแนวหน้าอยู่แล้วหนึ่งลำดับขนาด และถูกลดเพิ่มเติมด้วยการอ่านแคชที่ $0.022 เมื่อเทียบกับสิ่งนั้น โมเดลพี่น้องที่ถูกกว่าของ DeepSeek เองก็อยู่ในแค็ตตาล็อกเดียวกันในราคา $0.15 และ $0.60 — และมันคือโมเดลที่ตารางเปิดตัวของ Beam เองจัดให้ Beam ตามหลังใน DeepSWE และ Terminal-Bench ระดับขั้นต่ำสำหรับผู้เข้าใหม่ตรงนี้ต่ำกว่าที่ดูเหมือน

นี่คือจุดที่เลเยอร์จัดเส้นทางพิสูจน์คุณค่าของตัวเอง แทนที่จะเป็นแค่คำขวัญ DeepSeek V4 Pro อยู่ในแคตตาล็อกของเรา โดยคิดตามอัตราราคาที่ผู้ให้บริการระบุไว้ โดยไม่บวกเพิ่มใด ๆ อยู่เบื้องหลังคีย์เดียวที่เข้ากันได้กับ OpenAI ที่ api.orcarouter.ai/v1 เคียงข้างโมเดลอื่นอีกกว่า 200 รายการ DSL สำหรับจัดเส้นทางช่วยให้คุณเขียนการตัดสินใจออกมาได้ แทนที่จะฮาร์ดโค้ดมัน: ตรึงคำขอที่ใช้บริบทขนาดยาวไว้กับโมเดลที่มีหน้าต่างล้านโทเค็น ตรึงคำขอสั้นที่มีปริมาณสูงไว้กับโมเดลราคาถูกตัวไหนก็ได้ที่ผ่านการประเมินของคุณ และประกอบทั้งสองเข้าด้วยกันเป็นคำขอเดียวในกรณีที่งานนั้นต้องใช้ทั้งคู่ เพราะการจัดเส้นทางรับมือกับ failover ข้ามผู้ให้บริการให้ จึงปลอดภัยที่จะให้ระดับราคาถูกนี้รับทราฟฟิกเพียงบางส่วน ไม่ใช่ทั้งหมด ซึ่งเป็นท่าทีที่คุณต้องการต่อโมเดลอย่าง Beam พอดี โมเดลที่ไม่มีใครนอกรีเฟล็กชันพิสูจน์ผลการวัดประสิทธิภาพซ้ำได้เลย

คำตัดสิน และสองวันที่อาจทำให้มันเปลี่ยนไป

Reflection Beam กำลังแพ้การเปรียบเทียบนี้ในทุกสิ่งที่สามารถรู้ได้ในวันนี้ มันมีขนาดเล็กกว่า มีความ sparse น้อยกว่า มีบริบทเพียงหนึ่งในสี่ ไม่มีคะแนนอิสระ และ — อย่างชี้ขาดสำหรับโมเดลที่ขายด้วยจุดขายเรื่องต้นทุน — ไม่มีราคา DeepSeek V4 Pro ทำได้ดีกว่าในดัชนี Artificial Analysis, HLE, GPQA Diamond, SciCode และตัวเลขการเรียกคืนบริบทยาวที่ดีกว่า โดยทั้งหมดวัดโดยบุคคลอื่นที่ไม่ใช่ผู้ขายของมัน และทั้งหมดนั้นขณะที่เปิดใช้งานพารามิเตอร์ต่อโทเค็นมากเป็นสองเท่า ในอัตราที่ประกาศไว้ต่ำกว่าหนึ่งดอลลาร์

สิ่งที่ Beam มีคือข้ออ้างเดียวที่เข้าใจได้ชัดเจน: พารามิเตอร์ที่ใช้งานจริง 23 พันล้านตัวเป็นหนึ่งในสามของ V4 Pro ดังนั้นการเปรียบเทียบพลังประมวลผลฝั่งการสร้างควรเอื้อประโยชน์ให้ Beam ราวสองต่อหนึ่ง ข้ออ้างนั้นฟังดูสมเหตุสมผล มันเป็นเหตุผลที่ทำให้ต้องจริงจังกับ Beam และยังไม่มีใครนอกห้องแล็บที่สร้างมันขึ้นมาวัดค่านี้เลย

สองกำหนดเวลาจะชี้ขาดเรื่องนี้ เวตที่สัญญาไว้ภายใต้ Apache 2.0 ปลายเดือนนี้ ซึ่งจะทำให้ใครก็ตามนับ FLOPs ได้ด้วยตัวเอง และแถวใน Artificial Analysis ซึ่งจะแทนที่คำบรรยายของผู้ขายด้วยตัวเลข จนกว่าหนึ่งในนั้นจะเกิดขึ้นจริง โมเดลที่คุณกำหนดราคา แคช และเรียกใช้ได้ที่บริบทหนึ่งล้านโทเคน คือตัวที่ควรสร้างต่อยอด