Beam 1.0
性价比更高: Qwen3.5-4B $0.060/M 即可获得 Index 46.7,便宜 90%。
有 57 个更便宜的已排名模型得分更高:DeepSeek V4.1 Flash (58.5, $0.525)、GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475),另有 54 个。
截至 2026年11月16日,Beam 1.0(Reflection)在 BenchLeader Index 上得分 45.9(共 608 个已排名配置)。表现最好的是长上下文(64),最弱的是编程(37)。API 价格为输入每百万 token $0.400、输出每百万 token $1.20(按 3:1 混合为 $0.600),为 2026年11月16日的标价。输出速度约为 290 token/秒(Artificial Analysis)。发布于 2026年10月5日。
要点(截至 2026年11月16日)
- Beam 1.0 的 API 价格为输入每百万 token $0.400、输出每百万 token $1.20(按 3:1 混合为 $0.600)(标价,2026年11月16日)。
- Beam 1.0 的输出速度约为 290 token/秒(Artificial Analysis,2026年11月16日)。
- Beam 1.0 于 2026年10月5日发布(Reflection)。
详细说明:Beam 1.0 是 Reflection 的开放权重推理模型,发布于 2026年10月5日。其最佳配置在 BenchLeader Index 上得分 45.9 ±5.6,在 608 个配置中排第 437 名,处于下半区。关键在于这个“±”:另有 248 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,长上下文得分最高(64),编程最低(37)。按混合价格计,每百万 token $0.600,价格居中。输出速度为 288 token/秒,首次回答需 5.4 秒,位于最快的四分之一。它已在 7 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年10月29日。
- 混合价格
- $0.600/M
- 输入 $0.400 · 输出 $1.20
- 来源:Artificial Analysis
- 输出速度
- 288 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 5.42 s
- 上下文
- 1.0M
- 来源:Artificial Analysis
- 完整回答
- 16 s
- 最近一次测量 2026年11月13日
- 单任务成本
- $0.284
- 每项任务 119 s,AA Index
- 单任务 token 数
- 34k
- 其中 64% 为推理
- 发布日期
- 2026年10月5日
- 综合 Index46
- 推理42
- 编程37
- 智能体与工具41
- 数学39
- 知识46
- 长上下文64
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/reflection-beam)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
| 推理强度 | Index | 排名 | 速度 | 首次回答 | 聊天回复成本 | 类别 |
|---|---|---|---|---|---|---|
| 无推理 | – | – | 288 tok/s | 5.42 s | $0.0005 | 智能体与工具 26 |
| low | – | – | 288 tok/s | 5.42 s | $0.0005 | 推理 36 |
| medium | – | – | 288 tok/s | 5.42 s | $0.0005 | 推理 39 |
| high | – | – | 288 tok/s | 5.42 s | $0.0005 | 推理 45 |
| xhigh | – | – | 288 tok/s | 5.42 s | $0.0005 | 推理 47 |
| max | – | – | 288 tok/s | 5.42 s | $0.0005 | 智能体与工具 47 |
| 未说明最佳 | 45.9 | #437 | 288 tok/s | 5.42 s | $0.0005 | 智能体与工具 41 · 编程 37 · 知识 46 · 长上下文 64 · 数学 39 · 推理 42 |
Index 走势
2026年10月17日 至 2026年11月16日Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
元数据
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA Openness Index不计入 Index | 38.9#155 | Artificial Analysis |
推理
| 基准测试 | low | medium | high | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|
| Humanity's Last Exam (AA)不计入 Index推理强度未说明 | – | – | – | – | 34.7%#139 | Artificial Analysis | |
| HLE-Diamond (AA)推理强度未说明 | – | – | – | – | 12.8%#113 | Artificial Analysis | |
| ARC-AGI-1 | 45.0%#193 | 55.7%#180 | 67.7%#155 | 74.0%#143 | – | ARC Prize | |
| ARC-AGI-2 | 2.8%#202 | 6.4%#178 | 20.0%#151 | 23.5%#148 | – | ARC Prize | |
| CritPt不计入 Index推理强度未说明 | – | – | – | – | 13.1%#116 | Artificial Analysis | |
| CritPt v2 hard subset (AA)推理强度未说明 | – | – | – | – | 26.5%#87 | Artificial Analysis | |
| MysteryMechanism不计入 Index推理强度未说明 | – | – | – | – | 22.1%#23 | Vals AI |
编程
| 基准测试 | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| SciCode推理强度未说明 | – | 48.5%#135 | SciCode | |
| SciCode (AA)不计入 Index推理强度未说明 | – | 48.5%#139 | Artificial Analysis | |
| IOI推理强度未说明 | – | 22.8%#42 | Vals AI | |
| Code Migration v1.1不计入 Index推理强度未说明 | – | 22.9%#26 | Vals AI | |
| Vibe Code Bench v1.1不计入 Index推理强度未说明 | – | 66.4%#56 | Vals AI | |
| ALE-Bench不计入 Index | 1097.5#59 | – | Epoch AI Benchmarking Hub | |
| Terminal-Bench 4.0 (AA)不计入 Index推理强度未说明 | – | 3.0%#140 | Artificial Analysis | |
| Design Arena Website不计入 Index | 1239#68 | – | Design Arena | |
| FrontierCode 1.1 (AA)不计入 Index推理强度未说明 | – | 24.3%#72 | Artificial Analysis | |
| FrontierCode 2.0 (AA)推理强度未说明 | – | 5.5%#108 | Artificial Analysis |
智能体与工具
| 基准测试 | 无推理 | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| Terminal-Bench | 6.4%#104 | – | – | Terminal-Bench | |
| APEX-Agents | – | 48.8%#38 | – | Mercor | |
| GDPval-AA v2.1, normalised score不计入 Index推理强度未说明 | – | – | 33.9%#74 | Artificial Analysis | |
| GDPval-AA v2.1不计入 Index推理强度未说明 | – | – | 1177#142 | Artificial Analysis | |
| Finance Agent v2.1不计入 Index推理强度未说明 | – | – | 51.8%#36 | Vals AI | |
| Harvey's Legal Agent Benchmark v1.1不计入 Index推理强度未说明 | – | – | 4.6%#31 | Vals AI | |
| Legal Research Bench不计入 Index推理强度未说明 | – | – | 28.9%#59 | Vals AI | |
| Tax Agent Bench不计入 Index推理强度未说明 | – | – | 8.8%#70 | Vals AI | |
| Terminal-Bench 4.0 (Vals)不计入 Index推理强度未说明 | – | – | 4.0%#53 | Vals AI | |
| Terminal-Bench Science不计入 Index推理强度未说明 | – | – | 1.4%#38 | Vals AI | |
| AutomationBench不计入 Index推理强度未说明 | – | – | 48.5%#111 | Artificial Analysis | |
| GDP.pdf (AA)不计入 Index推理强度未说明 | – | – | 11.6%#146 | Artificial Analysis | |
| AA-Briefcase v1.1不计入 Index推理强度未说明 | – | – | 976#159 | Artificial Analysis | |
| Terminal-Bench-Science 0.1 (AA)不计入 Index推理强度未说明 | – | – | 0.5%#110 | Artificial Analysis | |
| CWE-Bench (AA)推理强度未说明 | – | – | 49.2%#22 | Artificial Analysis | |
| DeepSec-Bench (AA)推理强度未说明 | – | – | 6.9%#26 | Artificial Analysis | |
| CyberGym end-to-end (AA)推理强度未说明 | – | – | 45.0%#15 | Artificial Analysis |
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| ProofBench | 18.0%#56 | Vals AI |
知识
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA-Omniscience v1.1 | 2.3#77 | Artificial Analysis | |
| BioMysteryBench不计入 Index | 42.6%#31 | Vals AI | |
| Excel Modeling Benchmark v1.1不计入 Index | 64.7%#35 | Vals AI | |
| AA-Omniscience v1.1: accuracy不计入 Index | 30.7%#98 | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucination不计入 Index | 59.0%#60 | Artificial Analysis |
多模态
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Code2Video-AA不计入 Index | 675#26 | Artificial Analysis |
长上下文
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 78.0%#137 | Artificial Analysis | |
| MLCR不计入 Index | 17.8%#72 | Artificial Analysis |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Epoch Capabilities Index不计入 Index | 150.9#64 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v5.0.1不计入 Index | 17.7#100 | Artificial Analysis | |
| AA Intelligence Index v4.3.2不计入 Index | 30.3#127 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 296.2#130 | Artificial Analysis | |
| Vals Index不计入 Index | 43.4#33 | Vals AI | |
| Vals Finance Index不计入 Index | 46.5%#36 | Vals AI | |
| Vals Science Index不计入 Index | 22.0%#25 | Vals AI | |
| Vals Legal Index不计入 Index | 61.8%#33 | Vals AI | |
| AA Cyber Index不计入 Index | 33.7#18 | Artificial Analysis |
使用情况
Beam 1.0 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商
| Vercel AI Gateway 上的提供商 | 吞吐量 | 首 token | 在线率,1 天 |
|---|---|---|---|
| Baseten | 634 tok/s | 0.16 s | 99.95% |
| Nebius | 281 tok/s | 0.52 s | 100.00% |
| Reflection | 162 tok/s | 0.57 s | 99.91% |
| Together AI | – | 0.16 s | 100.00% |
来源: Vercel AI Gateway, CC BY 4.0 · 数据截至 2026年11月16日。
价格历史
上述价格(每百万 token)在每个变动日的数值。
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0005 | – | 6.5 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0055 | – | 7.5 s |
| 代码编辑 | 6,000 / 1,500 | $0.0042 | – | 10.6 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.029 | – | 19.3 s |
| 结构化信息提取 | 2,000 / 200 | $0.0010 | – | 6.1 s |
Reflection 的更多模型
将 Beam 1.0 与以下模型对比
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Beam 1.0 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/reflection-beam)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). Beam 1.0 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/reflection-beam
BibTeX:
@misc{benchleader_reflection_beam_20261116,
author = {{BenchLeader}},
title = {{Beam 1.0 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/reflection-beam}},
note = {Data as of 2026-11-16}
}常见问题
- Beam 1.0 的基准测试得分是多少?
- 截至 2026年11月16日,Beam 1.0 的 BenchLeader Index 为 45.9 ±5.6。最强的是长上下文(64),最弱的是编程(37)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Beam 1.0 排名第几?
- 截至 2026年11月16日,Beam 1.0 在 608 个已排名配置中排第 437 名。另有 248 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Beam 1.0 每百万 token 的价格是多少?
- 截至 2026年11月16日,Beam 1.0 的价格为输入每百万 token $0.400、输出每百万 token $1.20,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.600。标价最近一次变动是在 2026年10月22日。
- Beam 1.0 比 Nemotron 3.5 Super VL 更好吗?
- 截至 2026年11月16日,Nemotron 3.5 Super VL 与 Beam 1.0 的质量不相上下(BenchLeader Index 45.8 比 45.9,在 ±9.7 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- Beam 1.0 是什么时候发布的?
- Reflection 于 2026年10月5日发布了 Beam 1.0。BenchLeader 收录了它在 7 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《Beam 1.0:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/reflection-beam。