Beam 1.0 對決 Solar Mini 4：一個會到期的折扣，對上一個根本不存在的價格

再過六天，Upstage 對 Solar Mini 4的上市優惠就要結束。這項促銷自該模型於 9 月 22 日上線以來，已分兩階段進行：第一階段為每百萬輸入詞元 0.03 美元、每百萬輸出詞元 0.12 美元，已於 10 月 11 日結束；目前實施的五折階段則為輸入 0.05 美元、輸出 0.20 美元，將於 2026 年 10 月 23 日 00:00 UTC 結束。之後將適用 0.10 美元與 0.40 美元的標準費率。這是帶有日期的商業事實，值得先提出，因為這場比較另一邊的模型有著相反的問題：Beam 1.0，Reflection 的 5013 億參數開放權重混合專家模型，於 2026 年 10 月 16 日發布，完全沒有公開價格。這兩者之中，其中一個是有截止期限的決定。另一個則是帶有未知變數的決定。兩者都不是顯而易見的選擇，原因歸結於你實際上買到的是什麼：一個價格附有到期日的託管端點，或是一份 273 GiB 的下載檔和四張 GPU。

就任何一般意義而言，這些都不是彼此競爭的產品——一個是以每百萬個 token 0.10 美元提供服務的 35B MoE，另一個則是你自行託管的 501B 開放權重檢查點——但相較於規模差距所暗示的程度，它們更常落入同一場預算討論中，因為兩者都被定位在長上下文工作的低成本一端。

他們兩個是什麼

• Solar Mini 4 — 總參數 350 億，每個權杖啟用 30 億參數，512,000 權杖上下文視窗，最高 128,000 輸出權杖，並支援聊天、推理、結構化輸出與工具呼叫。支援英文、韓文與日文，Upstage 形容其韓文流利、英文與日文表現強勁。訓練截止於 2026 年 2 月。無開放權重。

• Beam 1.0 — 總參數量 5013 億，其中活躍參數 234 億，52 層中有 3 層為稠密層、49 層為 MoE，256 個專家，門控分組查詢注意力混合滑動視窗注意力，模型卡上標示 1M 符元上下文，API 上最大輸出為 131,072 個符元。僅文字，英文。Apache 2.0 授權權重，提供 BF16、FP8 與 NVFP4 格式。

大小差異確實存在，但活躍參數的差距並沒有表面上看起來那麼大：3B 對上 23.4B 是八倍，不是十四倍。Solar Mini 4 所放棄的是總容量，而且更重要的是，它無法在 Upstage 的基礎設施之外託管。

兩種付款方式，以及它們為何無法相提並論

Solar Mini 4 的定價像大宗商品，託管方式也如出一轍。在我們的型錄以及 Upstage 自家的主控台上，牌價為每百萬輸入 token $0.10、每百萬快取輸入 $0.01，以及每百萬輸出 $0.40——這些數字不含 10% 加值稅——而在當前促銷期間，這些價格變成 $0.05、$0.005 和 $0.20。這三個數字是分階段促銷的第二階段，而非首發價格：定價頁面本身的結構化資料顯示，第一階段從 9 月 22 日到 10 月 11 日，價格為 $0.03、$0.003 和 $0.12，這意味著任何在第一天就採用的人，正看著自己的費率上漲兩次，而不是一次。它已在 Upstage Console、Playground 以及地端部署中上線，沒有預覽標籤，也沒有候補名單，因此其可用性沒有任何臨時性質。促銷是唯一臨時性的東西，而它只剩六天的臨時性。

Beam 1.0 在 api.reflection.ai 提供第一方 API，具備模型 ID、OpenAI 相容介面、記載的速率限制（按組織測量，以每分鐘及每 UTC 日的請求和 token 數計算），以及一條 429 路徑，會在每日額度用盡後將 x-should-retry 設為 false。它沒有每百萬 token 的價格。Reflection 的公告表示該 API「免費開始使用」，而文件中有一整頁完整的速率限制頁面，卻沒有價目表，因此今天執行 Beam 唯一需要付費的方式就是下載它。

那次下載有硬體下限，而這個數字應該與 Solar Mini 4 的速率並列對照。建議的 NVFP4 建置為 273 GiB，參考配置是四張以 NVLink 連接的 NVIDIA B300 SXM GPU——單一機箱，這遠比 501B 模型通常隱含的門檻低得多。FP8 為 468.72 GiB，可在八張 H200 上執行。BF16 為 933.81 GiB，可部署於八張 B200 或 B300。服務配方將 KV 快取保持在 FP8 E4M3，頁面大小為 64 個 token，預設上下文為 262,144 個 token——完整的 1,048,576 可供使用，只是參考指令預設附帶的並非如此。

所以，「哪個比較便宜」這個問題的老實說法是：只要促銷持續，每百萬個輸出 token 是 20 美分，之後則是 40 美分；對比的是四台 B300 的攤銷成本，加上電力，再加上服務它們所需的工程時間。在低用量下，這根本沒得比。但在持續高用量下，對於像 Beam 那樣的負載，最終會翻轉——而交叉點是一張只有你能填的試算表，因為 Reflection 並沒有給你那個會讓事情更容易的託管替代方案。

兩家廠商都尚未解決的評估問題

Solar Mini 4 有一項獨立量測，Beam 也有一項，而兩者相互比較比單看任一數字更具啟發性。

Artificial Analysis 將 Solar Mini 4 列於智慧指數 24.1，每完成一項任務的成本為 0.36 美元，輸出吞吐量為每秒 204 個 token。Beam 1.0 在同一版本指數——v4.3.2——上為 30，在 120 個模型中排名第十九，但沒有價格，也沒有記錄速度，因為 Artificial Analysis 仍將其列為「沒有公開可用的 API」。有趣的是冗長度數據：整個指數中輸出 7,900 萬個 token，而中位數為 1.3 億，在四十六個中排名第十。這是 Reflection「推論時推理 token 大約少三倍」說法的獨立版本，而第三方證據比行銷宣傳弱，但指向同一個方向。

把這兩個數字放在一起看，這個模式與這裡的其他一切相符。較便宜的模型是較慢、能力也較低的那一個；能力較強的模型每 token 速度更快，但目前無法標價。Upstage 並未自行發布 Solar Mini 4 的基準測試表——更新日誌條目只載有規格，沒有分數——而 Reflection 的基準測試表，在 BF16 checkpoint 上報告 SWEBench Verified 81.6、Terminal Bench v2.1 80.1 與 GPQA Diamond 90.6，則完全由廠商自行報告，且未經重現。

語言問題，而這通常就是決策最終落定的地方

Solar Mini 4 會說英語、韓語和日語，而 Upstage 的說法——「韓語流利，並具備強大的英語與日語能力」——對一間韓國實驗室來說才是正確的排序。它的訓練截止時間是 2026 年 2 月，發表時已過時七個月，這對這個規模而言很正常，在你拿它詢問任何近期的事情之前，這點值得知道。Beam 1.0 以英語優先，它的說明卡就是這麼寫的，而且它在打造時並未把雙語文件工作納入考量。

對任何處理韓文或日文的人來說，那一行在成本納入考量之前就決定了比較結果：Beam 1.0 不是候選，而真正有用的問題變成：每百萬 $0.10 的 Solar Mini 4 是否為合適的託管層級，或者較大的路由模型是否值得在困難子集上支付溢價。我們的目錄收錄了相鄰層級與公開價格——Qwen3.8-Max 每百萬 Token $2.00 與 $6.00，並提供 1,000,000 個 Token 的視窗，GLM-5.2 為 $1.40 與 $4.40，以及 Kimi K3 為 $3.00 與 $15.00，並提供 1,048,576 個 Token。將語言工作路由到其中一個，並將大量層級交給 Solar Mini 4，這是設定而非遷移：一組與 OpenAI 相容的金鑰、供應商定價原樣轉嫁且不加收任何費用，以及自動容錯移轉，因此促銷到期或層級降級只會是路由變更，而不是服務中斷。

對於純英語工作負載，當中的盤算就不同了，而 Solar Mini 4 以旗艦級價格十分之一的成本提供 512K 視窗，對大量摘要與擷取而言確實極具吸引力。Beam 1.0 的論據在於：你只需付出早已攤提的硬體成本，就能換得大得多的模型——而且權重不會被任何人撤回、重新定價或限流。

23號之前要做什麼？

如果 Solar Mini 4 存在於你的架構中，這項促銷的到期日既是真正的機會，也是以相同樣貌出現的真正陷阱。請用這兩個數字分別計算工作負載的成本，因為六天後到期的 50% 折扣不是價格，而是促銷；而建立在 $0.05 輸入成本上的預算，若悄悄變成 $0.10，就是那種直到季度結束都沒人會注意到的支出項目。如果工作負載在定價下仍能存活，這項促銷就是額外的好處。如果它只有在折扣價下才可行，你只有六天時間找到替代方案。

如果你的架構裡有 Beam 1.0，期限不是問題——缺少的價格才是。公告與權重之間那十天的落差已經補上；權重與價目表之間的落差仍然存在，而在它補上之前，你只能在自行託管與一個 Beta 端點之間做選擇，後者有組織範圍的限制，且未公布成本。這不是反對試用它。這是主張在一條你能隨時離開的路徑上試用它。

兩款模型唯一的共同點是，它們都未在其廠商所重視的基準測試上被獨立重現。Solar Mini 4 唯一來自外部的數字是一項指數分數；Beam 1.0 的則是同一個指數，外加一個 token 數量。兩欄中其餘一切全都來自販售該模型的一方，而這篇文章裡唯一保證一週後仍然為真的事實，就是促銷截止日。

這些都不是假設：像這次發布這類版本背後那些有紀錄的 AI 失效與代理事件，全都收錄在OrcaRouter AI Incident Archive，其中每筆條目都附有自己的來源、嚴重程度、信心等級與爭議標記。