Лобовое сравнение

Beam vs DeepSeek V4.1 Flash

2:7

Beam лидирует в 2 из 9 общих бенчмарков

Итог

DeepSeek V4.1 Flash опережает Beam в 7 из 9 общих бенчмарков, значительно лидируя в DeepSWE и AutomationBench и на 10 баллов — в Terminal-Bench. Beam выигрывает в CritPt и показывает лучший индекс AA Omniscience, который учитывает уверенные, но неверные ответы. По эффективности Beam здесь тоже не впереди: DeepSeek V4.1 Flash активирует всего 16 миллиардов параметров на каждый сгенерированный токен — меньше, чем 23 миллиарда у Beam, — а веса этой модели уже опубликованы по лицензии MIT.

Сравнение по каждому бенчмарку

Бенчмарк	Beam	DeepSeek V4.1 Flash	Разница
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

Все результаты взяты из анонса Reflection (редакция от 8 октября 2026 года). Результаты для DeepSeek V4.1 Flash приведены по данным Reflection, со ссылкой на Artificial Analysis и DataCurve.

Две модели

	Beam	DeepSeek V4.1 Flash
Разработчик	Reflection AI	DeepSeek
Базируется в	США	Китай
Параметры (всего / активных)	501B / 23B	552B / 16B
Веса	Apache 2.0, обещана на более поздний срок в октябре 2026 года	MIT
Дата выпуска	5 октября 2026 г.	10 сентября 2026 г.
Как получить доступ	Бета-API с листом ожидания; веса появятся позже	Hugging Face, DeepSeek API, OpenRouter