直接比較

Beam vs Qwen 3.8 Max

0:13

共通するベンチマーク13件中、Beamが0件で勝利

判定

Qwen 3.8 Maxは、共通する13のベンチマークすべてでリードしていますが、差が小さい項目もいくつかあります（GPQAは92.6対90.5、AA-LCRは80.3対79.3、LongBenchは66.3対65.5）。Qwen 3.8 Maxは総パラメータ数2.4兆、トークンあたりのアクティブパラメータ数950億のモデルで、アクティブサイズはBeamの約4倍です。これがReflectionの指摘する計算量の差です。

ベンチマークごとの比較

ベンチマーク	Beam	Qwen 3.8 Max	差
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

すべてのスコアはReflectionの発表（2026年10月8日改訂版）に基づいています。Qwen 3.8 Maxのスコアは、ReflectionがArtificial AnalysisおよびDataCurveから引用したものです。

2つのモデル

	Beam	Qwen 3.8 Max
開発元	Reflection AI	Alibaba (Qwen)
拠点	米国	中国
パラメータ（合計／有効）	501B / 23B	2.4T / 95B
重み	Apache 2.0、2026年10月後半に提供予定	Qwen3.8-Max License (custom)
リリース日	2026年10月5日	2026年8月3日
利用方法	ベータAPIはウェイトリスト制。モデルウェイトは近日公開予定	Hugging Face, Alibaba Cloud Model Studio, OpenRouter