Beam 1.0 so với Qwen 3.8: Bản phát hành trọng số được bàn giao đối đầu với bảng giá

Vào ngày 5 tháng 10 năm 2026, Reflection Beam 1.0đã được công bố như một mô hình trọng số mở nhưng trọng số vẫn chưa được phát hành. Đến ngày 16 tháng 10 năm 2026, chúng đã ra mắt — bốn kho lưu trữ trên Hugging Face theo giấy phép Apache 2.0, ở các độ chính xác BF16, FP8 và NVFP4, cùng một mô hình dự thảo 2B cho giải mã suy đoán. Qwen 3.8lại là câu chuyện ngược lại suốt hai tháng rưỡi: thế hệ của A​ibaba ra mắt ngày 3 tháng 8 năm 2026 với Qwen3.8-Maxdưới dạng API tính phí ở mức 2,00 USD cho mỗi triệu token đầu vào và 6,00 USD cho mỗi triệu token đầu ra, một người anh em trọng số mở nối tiếp theo sau với giấy phép tùy chỉnh và một mô hình dày đặc 27 tỷ tham số theo Apache 2.0. Cả hai mô hình đều tuyên bố ngữ cảnh một triệu token. Cả hai đều suy luận, cả hai đều gọi được công cụ, cả hai đều chỉ hỗ trợ văn bản ở giao diện. Điều đáng để hiểu là mô hình nào bạn có thể lập ngân sách và mô hình nào bạn có thể nắm giữ, bởi vì sau ngày 16 tháng 10, mỗi mô hình chỉ có đúng một trong hai điều đó mà không có điều còn lại.

Cả hai số liệu ở trên đều là của nhà cung cấp, và cả hai mô hình giờ đã được Artificial Analysis đo lường — điều này đủ hiếm trong lĩnh vực này để trở thành lý do khiến bài so sánh này có thể được viết ra.

Tình hình hiện tại, xét theo từng mô hình

• Thông số — Beam 1.0 là một mô hình mixture-of-experts thưa với tổng 501,3B tham số và 23,4B tham số hoạt động mỗi token, trải trên 52 lớp, gồm ba lớp dense và 49 lớp MoE, với 256 chuyên gia trong cấu hình mà thẻ mô hình mô tả. Số lượng tham số của Qwen3.8-Max chưa bao giờ được Alibaba công bố; phiên bản mở cùng dòng với lõi của nó, Qwen3.8-2.4T-A95B, là một MoE 2,4 nghìn tỷ tham số với khoảng 95 tỷ tham số hoạt động, đây là mức gần nhất với kích thước của mẫu flagship mà bất kỳ ai bên ngoài công ty có thể tiếp cận.

• Cửa sổ ngữ cảnh — 1,000,000 token trên thẻ mô hình của Beam 1.0. 1,000,000 token trên danh sách niêm yết của OrcaRouter cho qwen/qwen3.8-max và 984,000 trên trang của Artificial Analysis cho cùng mô hình đó. Hai con số này là cùng một giá trị được làm tròn theo cách khác nhau và không phải là điểm khác biệt giữa các mô hình.

• Phương thức — Beam 1.0 là văn bản vào, văn bản ra, được nêu rõ ràng ngay trên card của nó. Qwen3.8-Max chấp nhận văn bản và hình ảnh rồi trả về văn bản, đây là một khác biệt thực sự về năng lực chứ không phải về định dạng.

• Giấy phép — Beam 1.0 là Apache 2.0, không có giới hạn người dùng và không có gói thương mại riêng biệt. Thế hệ Qwen 3.8 thì hỗn hợp: checkpoint lõi 2.4T Max có thể tải xuống theo giấy phép tùy chỉnh, bản dense 27B theo Apache 2.0, và bản Max hàng đầu thì không có trọng số nào cả.

• Giá — không được công bố cho Beam 1.0 ở bất kỳ đâu trên các nền tảng riêng của Reflection, và được ghi là không khả dụng trên trang Artificial Analysis của mô hình. $2,00 và $6,00 cho mỗi triệu token đối với Qwen3.8-Max, do Alibaba công bố và được niêm yết trên route của riêng chúng tôi với cùng các con số.

• Điểm số độc lập — Artificial Analysis Intelligence Index v4.3.2 xếp Beam 1.0 ở mức 30, đứng thứ 19 trong số 120 trong lớp so sánh của nó. Cùng chỉ số đó xếp Qwen3.8-Max (0902) ở mức 45, đứng thứ 33 trong số 217, và AA đã đánh giá dòng Max trên nhiều hơn một bản dựng với con số thay đổi giữa các bản dựng đó.

• Tốc độ — không khả dụng đối với Beam 1.0; trang ghi nhận tốc độ đầu ra là không xác định, vì không có endpoint công khai nào để đo lường. 38,8 token đầu ra mỗi giây đối với Qwen3.8-Max, mức mà AA mô tả là chậm đáng kể so với phân khúc của nó.

Mười sáu ngày giữa công bố và phát hành thực sự đã thay đổi điều gì

Khoảng cách này đáng được mô tả chính xác, bởi vì đó là kiểu điều sẽ bị san phẳng một khi các trọng số được công bố.

Bài đăng ra mắt của Reflection cho biết trọng số, báo cáo kỹ thuật, thẻ mô hình và các tạo tác dành cho nhà phát triển sẽ ra mắt "vào cuối tháng này", đồng thời hứa hẹn Apache 2.0. Từ ngày 5 tháng 10 đến ngày 16 tháng 10, điều duy nhất độc giả có thể làm với Beam 1.0 là tham gia danh sách chờ. Mô hình có một bảng đánh giá chuẩn, một bản tường thuật huấn luyện được công bố — 23,8 nghìn tỷ token trên 6.144 GPU GB300 NVL72 trong chưa đầy bốn tuần, một giai đoạn RL trên 10.500 GB300, hơn 100 triệu lần rollout — và không có bản tải xuống.

Rồi vào ngày 16 tháng 10, ba biến thể lượng tử hóa và một mô hình nháp đã xuất hiện trong một bộ sưu tập trên Hugging Face, và thẻ mô hình đi kèm một bảng đánh giá đầy đủ trên cả ba độ chính xác. Với một độc giả đang quyết định sẽ chạy cái gì, hệ quả quan trọng không phải là các con số benchmark, vốn vẫn là của riêng Reflection và chưa được tái lập. Mà là việc mô hình đã chuyển từ danh mục "đã công bố" sang danh mục "thuộc về bạn để kiểm tra, lượng tử hóa, tinh chỉnh và phục vụ". Một giấy phép bạn có thể hành động theo là một tài sản khác với một giấy phép bạn đã được hứa.

Qwen 3.8 đã đi con đường ngược lại để đến cùng một đích. Alibaba mở đầu thế hệ này bằng một mẫu flagship đã được định giá, đưa vào phục vụ từ ngày 3 tháng 8 năm 2026 và phát hành trọng số theo từng giai đoạn sau đó — lõi 2.4T vào ngày 12 tháng 8, bản 27B dense vào ngày 14 tháng 8, bản xem trước Flash-Next vào cuối tháng đó. Không ai phải chờ đợi một lời hứa, bởi vì thứ bạn có thể mua đến trước còn thứ bạn có thể tải về đến sau.

Hai tình huống định giá không đối xứng với nhau.

Qwen3.8-Max là một trong những tuyến của chúng tôi. Nó có mức giá $2.00 cho mỗi triệu token đầu vào và $6.00 cho mỗi triệu token đầu ra với ngữ cảnh một triệu token, theo đúng giá niêm yết của nhà cung cấp được chuyển thẳng mà không cộng thêm phụ phí — vì vậy nếu A​libaba thay đổi mức giá đó, hóa đơn của bạn sẽ thay đổi ngay trong cùng ngày thay vì phải chờ đến kỳ gia hạn hợp đồng tiếp theo. Đó chính là ý nghĩa thực tế của câu "mô hình này có một mức giá", và đó là lý do bài viết này có thể đưa ra một con số đã tính sẵn trước mắt người đọc cho một vế của phép so sánh mà không thể làm điều tương tự với vế còn lại.

Beam 1.0 không có con số như vậy. Mười hai ngày sau thông báo, nó là bản xem trước trong danh sách chờ kèm rào đăng ký; đến ngày 16 tháng 10, nó trở thành bản tải xuống. Không trạng thái nào trong hai trạng thái đó có mức giá đi kèm. Bất kỳ con số đô-la nào bạn thấy được trích dẫn cho Beam 1.0 đều là ước tính phần cứng của ai đó, và thẻ này không đưa ra khuyến nghị phục vụ, mức sàn phần cứng hay chỉ số thông lượng nào để ước tính từ đó. Dòng giá là lỗ hổng lớn nhất trong tài liệu của mô hình, và đó là lỗ hổng mà số lượng tham số 501B khiến việc lấp đầy trở nên tốn kém.

Có một phiên bản của so sánh này, trong đó chính các kích thước đã đưa ra lập luận về chi phí thay bạn — 23,4 tỷ tham số hoạt động so với 95 tỷ được đồn đoán là tỷ lệ bốn-một về năng lực tính toán cho mỗi token, và nếu mô hình nhỏ hơn được niêm yết giá thì rất có thể nó sẽ là mô hình rẻ hơn để chạy. Lập luận đó không thể đưa ra ở đây, bởi vì một bên của nó không có mức giá. Điều có thể nói là một mô hình có giá được công bố và một mô hình có giấy phép được công bố đều, theo những nghĩa khác nhau, sẵn sàng để sử dụng, và người mua cần cả hai dòng để lựa chọn.

Năng lực, cùng với nguồn cung ứng đính kèm.

Thẻ của Beam 1.0 báo cáo SWE-bench Verified 81,6% trên checkpoint BF16, Terminal Bench v2.1 đạt 80,1, SWE Bench Pro v1 đạt 66,1, DeepSWE v1.1 đạt 43,3, GPQA Diamond đạt 90,6, AIME 2026 đạt 97,7, LiveCodeBench đạt 88,3, MCP Atlas đạt 80,8, LongBench v2 đạt 67,5 và IFBench đạt 79,6, với các con số FP8 và NVFP4 thường thấp hơn một hoặc hai điểm. Cách định vị của chính Reflection rất cẩn trọng: nó mô tả Beam là cạnh tranh được với các mô hình mở lớn hơn và đang tiến gần Qwen 3.8-Max, ngang bằng với GLM-5.2 về khả năng suy luận trong khi sử dụng ít hơn ba đến bốn lần tính toán suy luận, và thừa nhận rằng Kimi K3 vẫn dẫn đầu về năng lực thô. Tất cả đều do nhà cung cấp báo cáo và chưa có phần nào được bên thứ ba tái lập.

Các con số của Qwen3.8-Max đến từ hai hướng. Alibaba công bố số liệu của riêng mình, bao gồm 86,6% trên Terminal Bench 2.1, cùng các bảng giá dành cho doanh nghiệp đi kèm một màn ra mắt flagship. Chỉ số tổng hợp độc lập của Artificial Analysis là hàng hữu ích hơn: 45 trên Intelligence Index v4.3.2, đưa mô hình lên cao hơn hẳn mức trung vị của nhóm so sánh gồm 27 mô hình nhưng vẫn dưới mức tiên phong, và tốc độ đầu ra đo được là 38,8 token mỗi giây mà AA mô tả là chậm ngay cả khi so với mức trung vị của phân hạng ở khoảng 88. Một flagship vượt Beam 1.0 15 điểm trên cùng chỉ số độc lập và có chi phí $2,00 để trò chuyện là một đề xuất khác biệt so với một mẫu chỉ vượt trội trên bảng của chính nhà cung cấp.

Con số duy nhất có thể giải quyết triệt để cuộc tranh luận về hiệu quả — token trên mỗi đơn vị năng lượng hoặc trên mỗi đô-la tính toán, được đo trên cùng một phần cứng — không tồn tại đối với cả hai mô hình. Biểu đồ hỗ trợ của Reflection ước chừng FLOPs vào khoảng hai lần số tham số hoạt động nhân với số token được tạo và nói trong chú thích của chính nó rằng điều này loại trừ prefill, attention và chi phí phục vụ. Đó là một sự bộc lộ trung thực về một giới hạn, và nó vẫn chưa phải là một phép đo.

Từng cái dùng để làm gì

Hãy tìm đến Qwen3.8-Maxkhi bạn cần một thứ có thể gọi được và chịu trách nhiệm giải trình. Nó có một mức giá, một con số ngữ cảnh và một điểm số độc lập, nó đọc được cả hình ảnh lẫn văn bản, và nó phản hồi qua một khóa mà bạn có thể nắm trong tay ngay hôm nay. Những chi phí thì thành thật: nó đắt, ở mức $2,00 và $6,00 mỗi triệu token, và phép đo độc lập nói rằng nó chậm so với phân khúc của mình, nên một khối lượng công việc lớn sẽ nhận thấy cả hai điều đó. Các trọng số mở trong thế hệ này thì có tồn tại, nhưng checkpoint đứng sau cái tên chủ lực lại nằm dưới một giấy phép tùy chỉnh và quy mô trung tâm dữ liệu, nên việc tự vận hành đúng thứ bạn đang mua không phải là lối thoát như nghe có vẻ.

Hãy chọn Beam 1.0 khi bạn muốn sở hữu toàn bộ stack. Apache 2.0 với ba mức lượng tử hóa, ngữ cảnh 1M token, ngân sách suy luận luôn bật mà bạn tinh chỉnh thay vì bật/tắt, và bảng đánh giá hướng đến công việc lập trình và tác tử. Cái giá phải trả cho việc sở hữu đó là mọi thứ xoay quanh nó: một hóa đơn vận hành dịch vụ mà bạn phải tự ước tính, số lượng tham số khiến ước tính đó trở nên lớn, và không có điểm số độc lập nào để đối chiếu với bảng của nhà cung cấp — con số 30 của Intelligence Index là thật và đến từ bên thứ ba, nhưng nó chỉ là một chỉ số tổng hợp, không phải kiểm chứng theo từng benchmark.

Còn với trường hợp hỗn hợp — một nhóm cuối cùng muốn có trọng số mở nhưng lại cần một endpoint ngay trong quý này — câu trả lời thông thường là dùng cả hai: định tuyến công việc qua một mô hình được phục vụ ở mức giá công bố trong khi bản triển khai tự lưu trữ được xây dựng và đánh giá trên chính các tác vụ của bạn. OrcaRouter chạy hơn 200 mô hình phía sau một khóa tương thích OpenAI với khả năng tự động chuyển đổi dự phòng giữa các nhà cung cấp, nhờ đó một bản tự lưu trữ có thể nhận một phần nhỏ lưu lượng và trả lại phần còn lại khi nó suy giảm, và không cần hợp đồng thứ hai để thử một mô hình mà bạn chưa cam kết.

Xem gì tiếp theo

Một điều duy nhất thay đổi trang này và đó là một hàng duy nhất. Nếu Reflection hoặc một đối tác cung cấp dịch vụ công bố mức giá Beam 1.0 — cho API, hoặc cho một triển khai FP8 hay NVFP4 được lưu trữ — thì so sánh trở thành số học: 23,4B tham số hoạt động so với mức 95B được đồn đại, hai điểm chỉ số độc lập và hai mức giá. Đó là một trang đáng đọc. Cho đến lúc đó, tóm tắt trung thực là Reflection đã giao phần nửa mà nó đã hứa, Alibaba đã giao phần nửa mà nó đã định giá, và cả hai mô hình đang chờ phần nửa còn lại.

Khoảng cách giữa những gì một bảng điểm đo lường và những gì một triển khai thực tế đáp ứng chính là lý do hồ sơ này quan trọng: những thất bại AI và sự cố tác nhân đã được ghi nhận liên quan đến các mô hình thuộc nhóm này đều được tập hợp trong the OrcaRouter AI Incident Archive, nơi mỗi mục đều đi kèm nguồn riêng, mức độ nghiêm trọng, xếp hạng độ tin cậy và cờ đánh dấu tranh chấp.