Direktang paghahambing

Beam vs Qwen 3.8 Max

0:13

Nanalo ang Beam sa 0 sa 13 benchmark na pareho nilang iniulat

Pasya

Nangunguna ang Qwen 3.8 Max sa lahat ng 13 magkakaparehong benchmark, bagaman maliit lang ang ilang agwat (GPQA 92.6 vs 90.5, AA-LCR 80.3 vs 79.3, LongBench 66.3 vs 65.5). Modelong may 2.4 trilyong parameter ang Qwen 3.8 Max, at 95 bilyon ang aktibo sa bawat token—humigit-kumulang apat na beses ng aktibong laki ng Beam. Ito ang agwat sa compute na tinutukoy ng Reflection.

Bawat benchmark

Benchmark	Beam	Qwen 3.8 Max	Pagkakaiba
DeepSWE v1.1	44.4	51.0	-6.6
SWE-Bench Pro v1	65.5	67.7	-2.2
Terminal-Bench v2.1	80.1	86.6	-6.5
Humanity's Last Exam (no tools)	36.2	43.6	-7.4
SciCode	49.7	52.1	-2.4
CritPt (AA)	16.3	20.0	-3.7
GPQA Diamond	90.5	92.6	-2.1
AutomationBench (public)	37.0	39.8	-2.8
MCP Atlas	78.7	84.5	-5.8
τ³ banking	38.0	55.2	-17.2
AA-LCR (long context)	79.3	80.3	-1.0
LongBench v2	65.5	66.3	-0.8
IFBench	79.7	82.8	-3.1

Lahat ng score ay mula sa anunsyo ng Reflection (rebisyon noong October 8, 2026). Ang mga score para sa Qwen 3.8 Max ay ayon sa mga binanggit ng Reflection mula sa Artificial Analysis at DataCurve.

Ang dalawang modelo

	Beam	Qwen 3.8 Max
Developer	Reflection AI	Alibaba (Qwen)
Nakabase sa	Estados Unidos	Tsina
Mga parameter (kabuuan / aktibo)	501B / 23B	2.4T / 95B
Mga weight	Apache 2.0, ipinangako para sa bandang huling bahagi ng Oktubre 2026	Qwen3.8-Max License (custom)
Inilabas	Oktubre 5, 2026	Agosto 3, 2026
Paano mag-access	API beta na nasa waitlist; paparating ang mga weight	Hugging Face, Alibaba Cloud Model Studio, OpenRouter