Beam 1.0 и Kolibri — два наиболее сопоставимых релиза с открытыми весами за последний месяц, и сравнивать их полезнее, чем сравнивать любую из них с проприетарной API-моделью, поскольку обе модели можно скачать. Kolibri от Aleph Alpha вышла 3 октября 2026 года: 78 103 074 560 общих параметров, 3 457 573 120 активных на токен, подтвержденное контекстное окно в 1 048 576 токенов, поддержка немецкого и английского языков, лицензия Apache 2.0. Beam 1.0 от Reflection вышла 16 октября 2026 года: 501,3 млрд общих параметров, 23,4 млрд активных, 1 млн токенов контекста, английский язык и та же лицензия. Одинаковая лицензия, схожая философия разреженности и почти ничего общего — именно поэтому их сопоставление дает больше информации, чем сравнение по размеру. Одна модель была создана лабораторией, которой нужно было обосновать свою юрисдикцию, другая — лабораторией, которой нужно было доказать свои технические возможности.
Эти две модели также различаются в аспекте, который определяет большинство реальных внедрений еще до того, как будет прочитана первая строка бенчмарков: что именно вендор опубликовал вместе с весами. Aleph Alpha предоставила необычайно полный отчет о том, как обучалась модель — происхождение данных, затраты энергии, неудачный предшественник, точное количество GPU-часов. Reflection предоставила верификатор, который можно направить на собственный эндпоинт. Это разные виды доверия, и вопрос о том, какой из них приемлем для вашего процесса закупок, является первым, на который нужно ответить.
Одинаковая лицензия, разные продукты
Начнем с того, что действительно идентично, поскольку этого меньше, чем кажется.
• Лицензия — обе Apache 2.0, причем лицензия находится в репозитории, а не просто упомянута в блоге. В карточке Beam добавлено, что дистилляция, дообучение, квантование и слияние не ограничены. Kolibri не имеет ограничений на использование, порогов по количеству активных пользователей в месяц и отдельных коммерческих условий.
• Стратегия разреженности — обе модели являются «смесью экспертов» (MoE) с агрессивными коэффициентами активации. Kolibri задействует 3,46 млрд из 78,1 млрд параметров, примерно 4,4%; Beam задействует 23,4 млрд из 501,3 млрд, примерно 4,7%. Ни одна из лабораторий не продает вам плотную (dense) модель.
• Длинный контекст — Kolibri заявляет о нативном окне в 262 144 токена с качеством и эффективностью обслуживания, подтвержденными до 1 048 576 токенов; Beam заявляет 1 млн токенов в карточке и 131 072 токена максимального вывода через API.
• Отсутствие независимых бенчмарков — таблицы ни одного из вендоров не были проверены третьей стороной. У Artificial Analysis вообще нет страницы модели для Kolibri, в то время как Beam 1.0 там указана с индексом интеллекта 30, занимая девятнадцатое место из 120 в версии индекса v4.3.2.
Последний пункт — это первая реальная асимметрия, которую легко упустить. У Beam есть сторонний показатель; у Kolibri его нет. 30 баллов в индексе, охватывающем 120 моделей, — не самый лестный результат, но это показатель, который Reflection не создавала сама. Для покупателя, решающего, заслуживает ли таблица вендора доверия, наличие любого независимого измерения стоит больше, чем само его значение.
Что решил опубликовать каждый вендор
Документация релиза Aleph Alpha — более необычный артефакт. Вместе с весами они опубликовали 20 триллионов токенов предварительного обучения, взятых из отфильтрованного двуязычного корпуса — примерно 62,5% английского, 23,9% немецкого, 13,6% кода — плюс 3,44 триллиона токенов промежуточного обучения и 201 миллиард для расширения контекстного окна. Вычислительные мощности указаны как 768 NVIDIA B200 на 96 узлах HGX, 21 день предварительного обучения (511 часов) и 392 000 GPU-часов при заявленных 6,4×10²³ FLOPs, при этом промежуточное обучение добавило пять дней и 90 000 GPU-часов, а расширение контекста — 13 часов и 10 000 GPU-часов. Энергопотребление оценивается в 9,5×10² МВт·ч, включая накладные расходы дата-центра, охватывая предварительное, промежуточное обучение и расширение контекста, но исключая контролируемое дообучение и обучение с подкреплением.
Из этой публикации следуют две вещи. Во-первых, организация, чье правило закупок начинается с вопроса «откуда взялись данные для обучения и в соответствии с каким законом», получает ответ, а не повод для дискуссии. Во-вторых, что менее приятно, та же документация показывает, что модель проигрывает Qwen3.8 27B на собственном наборе тестов Aleph Alpha — 75,5 против 80,2 в среднем по английскому языку и 70,8 против 79,9 по немецкому, при этом Qwen лидирует в GPQA Diamond, LiveCodeBench v6, SWE-Bench Verified и обоих бенчмарках на длинный контекст. Gemma 4 26B-A4B IT имеет показатели 71,9 и 66,3 по двум средним значениям. Суть Kolibri не в том, что это самая сильная модель своего размера, а в том, что это самая сильная модель своего размера, процесс обучения которой вы можете проверить. Эта документация — причина, по которой релиз читается как исследование, а не как маркетинг: Aleph Alpha описывает, как была создана модель, потому что хочет, чтобы продуктом был конвейер, а не сама модель, а лаборатория, продающая конвейер обучения, публикует цифры, доказывающие его эффективность.
Reflection опубликовала нечто иное. Релиз Beam 1.0 включает эталонные конфигурации обслуживания, Helm-чарт, поддержку «нулевого дня» в Transformers, vLLM, SGLang, Unsloth, Axolotl, TokenSpeed и NVIDIA Dynamo, а также CLI beam-verifier, который запускает набор тестов соответствия на активном эндпоинте, а затем оценивает его по основным бенчмаркам, чтобы развертывание можно было проверить на соответствие эталонным результатам Reflection. Чего там нет, так это прайс-листа: документация содержит целую страницу об ограничениях скорости (rate limits) и ни слова о цене за миллион токенов, а в анонсе сказано лишь, что API можно начать использовать бесплатно.
Сколько стоит запуск каждой из них
Ни одна из них не представлена в нашем каталоге, и мы не собираемся утверждать обратное. Обе модели требуют самостоятельного хостинга, и именно аппаратные требования составляют реальную цену.
• Beam 1.0 — сборка NVFP4 занимает 273 ГБ, эталонная конфигурация — четыре GPU NVIDIA B300 SXM на NVLink, один узел. FP8 занимает 468,72 ГБ и работает на восьми H200; BF16 занимает 933,81 ГБ и требует восемь B200 или B300. В комплекте идет 1,93-миллиардный DFlash2 drafter для спекулятивного декодирования, обеспечивающий ускорение декодирования в 1,7–3,0 раза на чекпоинте NVFP4. Рецепты обслуживания сохраняют KV-кэш в формате FP8 E4M3 со страницей 64 токена.
• Kolibri — чекпоинт FP8 является задокументированной точностью обслуживания, с весами блоков 128×128 и динамически квантованными активациями, оцениваемыми с KV-кэшем FP8, в то время как эмбеддинги, LM-голова, нормы и MoE-роутер остаются в bfloat16. Парсер вызовов инструментов vLLM поставляется в том же репозитории, что и веса, и репозиторий открыт — это загрузка по Apache 2.0, а не запрос доступа.
Сравнение, которое на самом деле должен провести покупатель, — это не строки бенчмарков. Это сравнение двух-GPU эндпоинта с самостоятельным хостингом, который отвечает на немецком и английском языках и процесс обучения которого вы можете задокументировать, против четырех-GPU эндпоинта, который сильнее в программировании и агентных задачах, но документация по обучению которого, насколько мы можем судить, не включает GPU-часы или энергопотребление.
Если ваша рабочая нагрузка — это регулируемые документы, которые не могут покидать здание, первый вариант — единственный, который закрывает вопрос. Если ваша рабочая нагрузка — инженерный агент, второй вариант — единственный, у которого есть верификатор.
Если вам нужны возможности без стойки с оборудованием
Обе модели описывают класс — MoE с небольшим количеством активных параметров и разрешительной лицензией, — который уже доступен через маршруты, к которым вы можете обратиться сегодня, а оценка стоимости альтернативы — самый быстрый способ решить, стоит ли владение оборудованием того.
• Gemma 4 26B-A4B IT — $0,06 за миллион входных токенов и $0,33 за миллион выходных с окном в 262 144 токена. Ближайший аналог на маршрутизируемой конечной точке к уровню Kolibri, и модель, которая действительно превосходит Kolibri по средним показателям Aleph Alpha для английского и немецкого языков.
• Qwen3.8-27B — $0,33 за входные и $2,40 за выходные токены, контекст 262 144 токена и открытые веса с лицензией Apache, если вы предпочитаете запускать их самостоятельно, а не арендовать.
• GLM-5.2 — $1,40 и $4,40 с окном в 1 000 000 токенов для работы с длинным контекстом и программирования, на что нацелен Beam 1.0.
• Kimi K3 — $3,00 за входные, $0,30 за кэшированные, $15,00 за выходные токены при 1 048 576 токенах; модель, которую в собственном анонсе Reflection признают лидером по «сырым» возможностям.
Маршруты OrcaRouter объединяют это за одним ключом, совместимым с OpenAI, с передачей прейскурантной цены провайдера без наценок, поэтому снижение цены поставщиком отражается в вашем счете в тот же день, а не при следующем продлении контракта, а автоматическое переключение при сбоях страхует случай, когда один провайдер деградирует под нагрузкой. Полезный шаблон для всех, кто взвешивает возможность суверенного развертывания, — направлять регулируемый трафик на самостоятельно размещенную конечную точку Kolibri, а общие задачи — на маршрутизируемый уровень, при этом правило маршрутизации определяет, что есть что: один ключ, одна конфигурация и решение по оборудованию, которое нужно обосновывать только для тех документов, которые в этом нуждаются.
Какой релиз вы на самом деле искали
Если вы искали открытые веса, потому что вам нужно ответить на вопрос о происхождении, юрисдикции или возможности аудита, Kolibri — это релиз с ответом. Это не самая мощная модель в своем размере — об этом говорят собственные таблицы Aleph Alpha, — она поддерживает только два языка, а рекомендуемая конфигурация для ее обслуживания — два H100 SXM5 или два H200, либо один B200 или B300, которые указаны в таблице оборудования рядом с ними. Компромисс очевиден и для регулируемого развертывания, вероятно, верен.
Если вы искали открытые веса, потому что хотите получить инженерного агента, которого можете запустить сами, Beam 1.0 — это релиз с необходимыми возможностями, стеком обслуживания и инструментами верификации, но он требует четыре B300 и прайс-лист, который еще не написан. Компромисс здесь заключается в капитале и неопределенности ради модели, выполняющей программирование на грани передовых возможностей на вашем собственном оборудовании.
Это сочетание показывает, что «открытый вес» перестал быть дифференциатором некоторое время назад. Два релиза под лицензией Apache 2.0 от двух лабораторий за две недели могут иметь общую лицензию, философию разреженности и контекстное окно, и при этом оставаться ответами на совершенно разные вопросы. Сортировка по лицензии ни к чему не приведет; сортировка по тому, на какой вопрос был создан релиз, приведет вас в нужную папку.
Ничто из этого не является гипотетическим: задокументированные сбои ИИ и инциденты с агентами, стоящие за такими релизами, как этот, собраны в архиве инцидентов ИИ OrcaRouter, где каждая запись содержит свои источники, уровень серьезности, оценку достоверности и флаг спорности.
