
Qwen4-Max so với Reflection Beam: đầu ra $1,20 so với $4,50, và những trọng số quyết định điều đó
- GoogleMỚIGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 trên 1 triệu token · 90 tok/s
- AnthropicMỚIAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 trên 1 triệu token · 97 tok/s
- orcaMỚIOrca: OrcaC2 1.02026-11-0717 tok/s
- OrcaMỚIOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 trên 1 triệu token · 87 tok/s
- OrcaMỚIOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 trên 1 triệu token · 133 tok/s
- OrcaMỚIOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 trên 1 triệu token · 72 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 trên 1 triệu token · 130 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 trên 1 triệu token · 65 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 92 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 43 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Trí tuệ
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 trên 1 triệu token · 193 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Trí tuệ
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 trên 1 triệu token · 150 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Trí tuệ
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Trí tuệ
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 trên 1 triệu token · 119 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955Trí tuệ
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855Trí tuệ
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 trên 1 triệu token · 219 tok/s
Reflection Beam 1.0 sẽ tạo ra một triệu token đầu ra với giá $1.20 trên API riêng của mình. Qwen4-Max tính $4.50 cho cùng một triệu token đó tại Singapore, $4.24 tại Frankfurt, Virginia, Tokyo, Hồng Kông và Bắc Kinh. Đó là khoảng cách 3,75 lần nghiêng về mô hình trọng số mở, và đó là kiểu con số kết thúc phần lớn các phép so sánh trước khi chúng bắt đầu. Nó không kết thúc phép so sánh này, vì hai mô hình không phải cùng loại sản phẩm: Reflection Beam 1.0 là một mô hình mixture-of-experts thưa với 501 tỷ tham số, có trọng số Apache 2.0 mà bạn có thể tải xuống và chạy trên bốn GPU, còn Qwen4-Max là mô hình chủ lực đóng của Alibaba, đã trở nên khả dụng rộng rãi với bảng giá được công bố vào ngày 16 tháng 11 năm 2026 và không công bố trọng số nào cả. Một mô hình là thứ bạn có thể sở hữu. Mô hình còn lại là thứ bạn có thể thuê, với mức giá mang lại cho bạn cửa sổ ngữ cảnh lớn hơn nhiều, đầu vào video nguyên bản và một nhà cung cấp có hợp đồng hỗ trợ.
Còn có một câu hỏi về đo lường, và nó gây bất lợi nghiêm trọng cho mô hình rẻ hơn. Beam 1.0 đạt 17,7 trên Artificial Analysis Intelligence Index hiện tại. Qwen4-Max hoàn toàn không có điểm. Vậy nên cách đặt vấn đề trung thực không phải là "mô hình mở rẻ so với mô hình đóng đắt" — mà là "một mô hình đã được đo lường, rẻ và không mạnh lắm, so với một mô hình chưa được đo lường, đắt và tự nhận rất nhiều."

Beam 1.0 thực chất là gì
Reflection, phòng thí nghiệm New York được thành lập vào năm 2024 bởi hai cựu nhà nghiên cứu Google DeepMind, đã công bố Beam vào ngày 5 tháng 10 năm 2026 và phát hành trọng số vào ngày 16 tháng 10. Mô hình là Beam 1.0-501B-A23B: tổng cộng 501,3 tỷ tham số, 23 tỷ tham số hoạt động mỗi token, tỷ lệ kích hoạt khoảng 4,6%. Reflection tuyên bố họ không hạn chế việc chưng cất, tinh chỉnh, lượng tử hóa hoặc hợp nhất.
Bản phát hành hoàn thiện một cách bất thường đối với một mô hình đầu tiên. BF16 với 188 phân mảnh safetensors, FP8 ở E4M3 với 468,72 GiB, và bản dựng NVFP4 ở 273 GiB mà chính các hướng dẫn phục vụ của Reflection khuyến nghị tải xuống. Một mô hình nháp giải mã suy đoán riêng biệt với 1,93 tỷ tham số, DFlash2, được công bố dưới dạng kho lưu trữ riêng. Hỗ trợ ngay từ ngày đầu tiên trong Transformers, vLLM, SGLang, Unsloth, Axolotl, TokenSpeed và NVIDIA Dynamo, cùng hướng dẫn từng bước cho SGLang, vLLM và TokenSpeed cùng một Helm chart. Một bộ kiểm thử tuân thủ, beam-verifier, chạy với mọi endpoint Beam đang hoạt động. Và một yêu cầu tự triển khai tham chiếu là bốn GPU NVIDIA B300 SXM trên NVLink — một máy, không phải một cụm, đây là ngưỡng thấp hơn nhiều so với mức mà một mô hình 500B thường hàm ý và bắt nguồn trực tiếp từ tỷ lệ kích hoạt 23B.
Ngữ cảnh là 1.048.576 token. Mô hình thiên về văn bản và hướng tới công việc lập trình, suy luận và tác tử.
Qwen4-Max thực chất là gì
Mẫu chủ lực thế hệ thứ tư của Alibaba, được phát hành chính thức từ ngày 16 tháng 11 năm 2026 với mã mô hình qwen4-max. Ngữ cảnh 1.000.000 token, đầu ra tối đa 131.072 token ngoài chế độ suy nghĩ, ngân sách dùng chung 262.144 token cho suy nghĩ cộng với câu trả lời, và đầu vào văn bản, hình ảnh, video với đầu ra văn bản. Chế độ suy nghĩ được bật theo mặc định với ngân sách 131.072 token và mức nỗ lực suy luận ở mức cao. Sáu khu vực. Các giao thức truyền tải OpenAI, Anthropic và DashScope. Tinh chỉnh và triển khai mô hình được ghi là không được hỗ trợ, và không có trọng số nào được công bố.

So sánh trực tiếp, theo những khía cạnh quyết định việc bạn thuê hay sở hữu:
• Giá đầu vào — Qwen4-Max 1,50 USD cho mỗi 1M tại Singapore và 1,413 USD ở những nơi khác, so với Beam 1.0 là 0,40 USD
• Giá đầu ra — Qwen4-Max 4,50 USD tại Singapore, 4,24 USD ở các nơi khác, so với Beam 1.0 1,20 USD
• Ngữ cảnh — Qwen4-Max 1,000,000 token so với Beam 1.0 1,048,576 token
• Đầu ra tối đa — Qwen4-Max 131.072 ở chế độ không suy nghĩ, 262.144 dùng chung với chế độ suy nghĩ, so với mức trần của Beam 1.0, mà tài liệu công khai của Reflection không tách riêng khỏi ngữ cảnh
• Phương thức — Qwen4-Max nhận đầu vào văn bản, hình ảnh và video, so với Beam 1.0 nhận đầu vào văn bản
• Trọng số — Qwen4-Max: không có, so với Beam 1.0 Apache 2.0, có thể tải xuống ở ba độ chính xác
• Tự vận hành — Qwen4-Max không được phép và không khả thi, so với Beam 1.0 trên bốn GPU B300 SXM theo bản dựng tham chiếu của chính nhà cung cấp
• Điểm số độc lập — Qwen4-Max không công bố, so với Beam 1.0 ở mức 17.7 trên Artificial Analysis Intelligence Index v5.0.1
Bẫy phiên bản chỉ mục trong điểm số của Beam
Khi Beam ra mắt vào tháng 10, con số độc lập đầu tiên được gắn với nó là 30, trên phiên bản chỉ số v4.3.2, xếp thứ mười chín trong số 120 mô hình. Bảng hiện tại ghi 17.7 trên phiên bản v5.0.1. Cả hai con số đều không sai; chúng không thể so sánh với nhau, vì Artificial Analysis đã đổi cơ sở cho chỉ số giữa những phiên bản đó và mọi mô hình trên bảng đều đã thay đổi. Bất kỳ ai hôm nay trích dẫn "Beam đạt 30" là đang trích dẫn một phiên bản cũ đã bị loại bỏ, và bất kỳ ai trích dẫn "17.7" mà không kèm phiên bản đang mời gọi lặp lại sai lầm tương tự theo chiều ngược lại.

Điều còn lại sau khi tái chuẩn hóa là bức tranh tương đối. Trên v5.0.1, mức 17.7 của Beam 1.0 nằm thấp hơn hẳn Qwen3.8-Max ở 33.7, Grok 4.7 ở 35.5 và Kimi K3.1 Pro ở 46.5. Đây là một mô hình hoạt động được nhưng không cạnh tranh với giới hạn hiện tại về năng lực tổng quát, đúng như mức giá của nó ngụ ý và đúng như tài liệu ra mắt của Reflection đã không nói thẳng. Tuyên bố của nhà cung cấp khi công bố là một mô hình suy luận cận giới hạn; đo lường độc lập lại nói ngược lại.
Và Qwen4-Max không có số liệu nào cho cả hai phiên bản. Trang riêng của từng mô hình trên Artificial Analysis trả về 404 và không có mục Qwen4 nào xuất hiện trong chỉ mục. Tài liệu của Alibaba mô tả chi tiết cơ chế — nhiệt độ mặc định 1.0 khi bật thinking và 0.7 khi tắt, top-p 0.95 và 0.8, top-k 20, giới hạn đầu vào theo từng chế độ là 991,808 và 983,616 token — và không công bố bất kỳ bảng benchmark nào.
Tự vận hành Beam thực sự tốn bao nhiêu?
Các con số $0.40 và $1.20 là mức giá API của chính Reflection. Chúng không phải là chi phí bạn phải trả cho Beam nếu bạn tự vận hành nó, và chính sự khác biệt đó là toàn bộ lý do khiến trọng số mở quan trọng ở đây.
Bốn GPU B300 SXM trên NVLink là một khoản mua, thuê hoặc đặt trước trên đám mây, và không khoản nào miễn phí. Điểm mấu chốt của việc sở hữu không phải là chi phí trên mỗi token thấp hơn — mà là sau khi khấu hao phần cứng, chi phí suy luận biên tiến gần hóa đơn tiền điện, và không có gì về dữ liệu của bạn rời khỏi tòa nhà. Với một nhóm đã vận hành năng lực B300 cho công việc khác, chi phí biên của Beam 1.0 gần như bằng không và điểm 17.7 của nó là một món hời. Với một nhóm sẽ phải mua cả cỗ máy, cùng mô hình đó là một cam kết vốn được đưa ra dựa trên một điểm số tầm trung.
Qwen4-Max là một đánh đổi ngược lại về mọi phương diện. Không có chi phí vốn, không cần hoạch định dung lượng và không có gánh nặng vận hành; đổi lại, bạn phải trả mức giá API bằng 3,75 lần giá API của Beam, không thể tinh chỉnh, không thể chạy nó trong vành đai bảo mật của riêng bạn, và bạn chịu tác động từ bất kỳ thay đổi nào Alibaba thực hiện với bảng giá đó trong quý tới. Phần thú vị nằm ở cấu trúc khu vực của bảng giá: Singapore ở mức $1,50 và $4,50 so với $1,413 và $4,24 tại năm khu vực còn lại là mức chênh lệch 6% cho cùng một mô hình, đủ nhỏ để chỉ là một chi tiết kế toán và đủ lớn để có ý nghĩa ở quy mô lớn.
Nơi mỗi thứ đều xứng đáng có một vị trí
Beam 1.0 là câu trả lời đúng khi bất kỳ điều nào trong ba điều sau là đúng. Dữ liệu của bạn không thể rời khỏi hạ tầng của bạn — không có API theo hợp đồng nào đáp ứng được yêu cầu đó, còn trọng số Apache 2.0 thì đáp ứng được. Bạn muốn tinh chỉnh trên dữ liệu miền — tài liệu của Qwen4-Max ghi rõ là không hỗ trợ tinh chỉnh, trong khi Reflection cho phép chưng cất, tinh chỉnh, lượng tử hóa và hợp nhất mà không hạn chế. Hoặc khối lượng công việc của bạn là lập trình tác tử, nơi một mô hình có 23B tham số hoạt động ở độ trễ tương tác đủ nhanh và đủ rẻ đến mức điểm tổng quát ở mức trung bình không phải là ràng buộc quyết định.
Qwen4-Max là câu trả lời đúng khi đầu vào không phải văn bản. Beam chỉ nhận văn bản; Qwen4-Max nhận văn bản, hình ảnh và video. Nếu pipeline của bạn tiếp nhận ảnh chụp màn hình, tài liệu quét, khung hình từ camera hoặc bản ghi màn hình, thì so sánh đã kết thúc trước khi giá được đưa vào, vì một trong các mô hình này không thể chấp nhận yêu cầu. Điều tương tự cũng áp dụng cho bất kỳ thứ gì cần triển khai ở châu Âu, Nhật Bản hoặc US-East: sáu vùng Alibaba so với một API chính chủ duy nhất là vấn đề điều kiện đáp ứng, không phải vấn đề chi phí.
Đối với mọi thứ còn lại — tạo văn bản tổng quát ở khối lượng vừa phải, không tinh chỉnh, không có ràng buộc về nơi lưu trú dữ liệu — quyết định phụ thuộc vào mức độ bạn tin tưởng một mô hình chưa được đo lường so với một mô hình tầm thường đã được đo lường, và câu trả lời là bạn không nên tin tưởng cả hai cho đến khi bạn đã chạy một trăm lời nhắc của riêng mình qua cả hai. Với $4,50 và $1,20 mỗi triệu token đầu ra, đánh giá đó chỉ tốn vài xu.
Định tuyến, và lý lẽ ủng hộ một lựa chọn thứ ba
OrcaRouter hiện không định tuyến Beam 1.0 hay Qwen4-Max; cả hai đều có thể truy cập qua API riêng của nhà cung cấp với mức giá nêu trên. Điều danh mục thực sự cung cấp là phân khúc giữa của thị trường trên một khóa và một base URL — GLM-5.3 ở mức $1.40 và $4.40 mỗi triệu token với trọng số mở và điểm chỉ số 31.7, Qwen3.8-Max ở mức $2.00 và $6.00 với 33.7, Kimi K3.1 Pro ở mức $2.00 và $10.00 với 46.5 — tất cả được chuyển qua ở giá niêm yết của nhà cung cấp mà không có phụ phí.
Đó là cách giải quyết thực tế cho cuộc đối đầu cụ thể này. Beam 1.0 đề nghị bạn chấp nhận mức 17.7 để đổi lấy quyền sở hữu và mức giá thấp; Qwen4-Max đề nghị bạn chấp nhận một ẩn số để đổi lấy các phương thức và khu vực. Một mô hình có điểm số được công bố, trọng số được công bố và mức giá nằm giữa hai bên đề nghị bạn không chấp nhận cả hai. Định tuyến cả hai lựa chọn thú vị nhưng chưa được chứng minh song song với một mốc chuẩn đã được đo lường là cách bạn tìm ra liệu một trong hai có xứng đáng với lưu lượng production hay không — và chuyển đổi dự phòng tự động nghĩa là thử nghiệm không thể làm dịch vụ ngừng hoạt động trong khi bạn chạy nó.
Điều gì sẽ giải quyết được chuyện đó?
Một con số: mục Qwen4-Max trên một bảng xếp hạng độc lập, ở phiên bản chỉ số hiện hành, bên cạnh con số 17,7 của Beam 1.0. Mọi thứ khác trên trang này đều đã được biết — giá, ngữ cảnh, giấy phép, số lượng GPU. Nếu Qwen4-Max rơi vào đâu đó quanh mức 30, mức phụ trội 3,75× của nó rất dễ biện minh cho bất kỳ ai cần đầu vào video hoặc endpoint Frankfurt. Nếu nó rơi gần Beam, khoản phụ trội chỉ đang mua tính đa phương thức và tuân thủ, không gì khác, và câu trả lời đúng là định tuyến theo yêu cầu thay vì theo benchmark. Cho đến khi con số đó tồn tại, phép so sánh là giữa một mô hình đã được đo và nhận thấy là bình thường với một mô hình chưa được đo lường chút nào — và chỉ một trong hai vị thế đó là lý do để cam kết ngân sách.
