正面对比
Beam vs Nemotron 3 Ultra
13:1
Beam 在 15 项共同基准中赢得 13 项
1 次平局
结论
与 NVIDIA 的 Nemotron 3 Ultra 这一款来自美国的开放模型相比，Beam 明显更强：在双方都参与的 15 项基准测试中，Beam 赢下 13 项，在 AA-LCR 上打平，仅在 IFBench 上落后。差距最大的是 Terminal-Bench、BrowseComp 和 SWE-Bench Pro。
逐项基准对比
| 基准 | Beam | Nemotron 3 Ultra | 差异 | |
|---|---|---|---|---|
| SWE-Bench Pro v1 | 65.5 | 46.4 | +19.1 | |
| Terminal-Bench v2.1 | 80.1 | 56.4 | +23.7 | |
| SWE-Bench Multilingual | 78.0 | 67.7 | +10.3 | |
| SWE-Bench Verified | 80.9 | 70.7 | +10.2 | |
| Humanity's Last Exam (no tools) | 36.2 | 26.7 | +9.5 | |
| SciCode | 49.7 | 44.6 | +5.1 | |
| CritPt (AA) | 16.3 | 3.1 | +13.2 | |
| GPQA Diamond | 90.5 | 87.0 | +3.5 | |
| MCP Atlas | 78.7 | 63.1 | +15.6 | |
| τ³ banking | 38.0 | 22.6 | +15.4 | |
| BrowseComp (context mgmt) | 77.4 | 44.4 | +33.0 | |
| AA-LCR (long context) | 79.3 | 79.3 | 0.0 | |
| LongBench v2 | 65.5 | 61.9 | +3.6 | |
| IFBench | 79.7 | 81.7 | -2.0 | |
| AA Omniscience index (public split) | 13.0 | 8.6 | +4.4 |
所有分数均来自 Reflection 的公告（2026 年 10 月 8 日修订版）。Nemotron 3 Ultra 的分数是 Reflection 引用 Artificial Analysis 和 DataCurve 的数据。
两款模型
| Beam | Nemotron 3 Ultra | |
|---|---|---|
| 开发者 | Reflection AI | NVIDIA |
| 总部所在地 | 美国 | 美国 |
| 参数量（总计 / 激活） | 501B / 23B | 550B / 55B |
| 权重 | Apache 2.0，承诺于 2026 年 10 月晚些时候推出 | OpenMDW-1.1 |
| 发布日期 | 2026年10月5日 | 2026年6月4日 |
| 获取方式 | API beta 版需排队申请；模型权重即将推出 | Hugging Face, NVIDIA NIM |