Direktvergleich

Beam vs DeepSeek V4.1 Flash

2:7

Beam gewinnt 2 von 9 gemeinsamen Benchmarks

Fazit

DeepSeek V4.1 Flash liegt bei 7 der 9 gemeinsamen Benchmarks vorne, mit deutlichem Vorsprung bei DeepSWE und AutomationBench sowie 10 Punkten bei Terminal-Bench. Beam gewinnt bei CritPt und erzielt einen besseren AA Omniscience-Index, bei dem selbstsicher vorgetragene falsche Antworten negativ bewertet werden. Bei der Effizienz hat Beam hier keinen Vorteil: DeepSeek V4.1 Flash aktiviert pro generiertem Token nur 16 Milliarden Parameter, weniger als Beams 23 Milliarden, und die Gewichte sind bereits unter MIT öffentlich verfügbar.

Benchmark für Benchmark

Benchmark	Beam	DeepSeek V4.1 Flash	Differenz
DeepSWE v1.1	44,4	74,2	-29,8
Terminal-Bench v2.1	80,1	90,6	-10,5
Humanity's Last Exam (no tools)	36,2	39,1	-2,9
SciCode	49,7	52,0	-2,3
CritPt (AA)	16,3	14,3	+2,0
GPQA Diamond	90,5	90,9	-0,4
AutomationBench (public)	37,0	54,8	-17,8
AA-LCR (long context)	79,3	84,0	-4,7
AA Omniscience index (public split)	13,0	6,6	+6,4

Alle Werte stammen aus der Ankündigung von Reflection (überarbeitete Fassung vom 8. Oktober 2026). Die Werte für DeepSeek V4.1 Flash sind die von Reflection zitierten Angaben von Artificial Analysis und DataCurve.

Die beiden Modelle

	Beam	DeepSeek V4.1 Flash
Entwickler	Reflection AI	DeepSeek
Sitz	Vereinigte Staaten	China
Parameter (gesamt / aktiv)	501B / 23B	552B / 16B
Gewichte	Apache 2.0, für später im Oktober 2026 angekündigt	MIT
Veröffentlicht	5. Oktober 2026	10. September 2026
Zugriff	Beta-API mit Warteliste; Gewichte folgen	Hugging Face, DeepSeek API, OpenRouter