Beam 1.0 vs. Ember-1: Zwei Wege, eine Reasoning-Rechnung zu senken – und nur einer davon hat Gewichte

Beam 1.0 und Ember-1 verfolgen dieselbe Position aus entgegengesetzten Richtungen, was den Vergleich lohnenswert macht. Ember-1 ist das Kimi K3-Derivat von Fireworks Research, veröffentlicht am 23. September 2026 als Research Preview, das die Reasoning-Kosten dadurch angeht, dass es ein bestehendes Frontier-Modell darauf umtrainiert, prägnanter zu denken – die Schlagzeile des Anbieters lautet rund 40 % weniger Tokens bei vergleichbarer Qualität. Beam 1.0 ist die eigene Architektur von Reflection, veröffentlicht mit Gewichten unter Apache 2.0 am 16. Oktober 2026, die dieselben Kosten dadurch angeht, dass sie pro Token nur 23,4 Milliarden von 501,3 Milliarden Parametern aktiviert und vergleichbare Qualität bei etwa dreimal weniger Reasoning-Tokens zur Inferenzzeit beansprucht. Ein Team änderte die Gewohnheiten eines Modells; das andere baute ein Modell, dessen Gewohnheiten günstiger sind. Die Beschaffungssituation unterscheidet sich ebenso stark: Die Gewichte von Reflection existieren und können heute heruntergeladen werden, und Fireworks Research hat weder Gewichte noch einen Preis veröffentlicht.

Beide Behauptungen stammen von den Anbietern selbst und sind nicht reproduziert, und beide werden an Modellen mit veröffentlichten Preislisten gemessen – was der einzige Grund dafür ist, dass sich die Rechnung überhaupt nachprüfen lässt.

Zwei Mechanismen und warum sie nicht austauschbar sind

Fireworks Research führte mehr als fünfzig Trainings­experimente und über zweihundert Evaluierungen durch, um Reasoning zu entfernen, das die Antwort nicht verändert, und gibt an, dass die Reasoning-Länge über sieben Benchmarks und zwei Produktionsverkehrs­datensätze von Kunden hinweg um 35–50 % sank. Bei einem Terminal Bench 2.1-Durchlauf mit 89 Aufgaben meldet es 82,0 % gegenüber 80,9 % von K3 Max bei 51,9 % weniger Tokens und 23,10 $ weniger pro Aufgabe; beim τ-2 Bench Airline schrumpft die Einsparung auf 5,9 %. Die „etwa 40 %“ sind ein Durchschnitt über eine Spanne, die von ungefähr 6 % bis ungefähr 52 % reicht, was enorm viel ausmacht, wenn Ihre Arbeitslast wie das untere Ende dieser Spanne aussieht.

Der Ansatz von Reflection ist strukturell statt verhaltensbasiert. Die Ersparnis von Beam 1.0 ergibt sich aus dem Aktivierungsverhältnis – 4,7 Prozent des Modells sind bei jedem Token aktiv, daher ist der Rechenaufwand pro Token konstruktionsbedingt geringer – plus einer Behauptung zur Verbosität. Die stärkste Stütze für die Verbositätshälfte ist unabhängig: Artificial Analysis hat Beam über seinen Intelligence Index hinweg mit 79 Mio. Ausgabe-Tokens gemessen, gegenüber einem Median von 130 Mio., womit Beam auf Platz zehn von 46 liegt. Das ist ein Drittanbieter, der Tokens zählt und Beam sparsamer findet als den Großteil des Feldes – was keine Aussage über den Durchsatz pro GPU ist, aber eine reale Aussage.

Um es klar zu sagen: Wenn Ember-1 wie angepriesen funktioniert, wird jede Bereitstellung davon günstiger. Wenn Beam 1.0 wie angepriesen funktioniert, wird jede Bereitstellung davon günstiger. Keine der beiden Aussagen verrät Ihnen, was passiert, wenn Sie das eine gegen das andere austauschen, denn die beiden Modelle sind nicht gleich groß, wurden nicht auf dieselbe Weise trainiert und erzeugen nicht dieselben Token.

Der Vergleich Dimension für Dimension

• Parameter — Beam 1.0: 501,3B gesamt, 23,4B aktiv pro Token, ein Aktivierungsverhältnis von 4,7 %; 52 Schichten, 3 dichte und 49 MoE, 256 Experten. Ember-1: abgeleitet von Kimi K3, und Fireworks Research hat keine Parameteranzahl für sein Derivat veröffentlicht.

• Lizenz — Beam 1.0: Apache 2.0, mit der Lizenzdatei im Repository und ohne Einschränkung bei Destillation, Fine-Tuning, Quantisierung oder Merging. Ember-1: überhaupt keine Gewichte veröffentlicht; es ist eine gehostete Forschungsvorschau.

• Zugang — Beam 1.0: drei Präzisionsstufen auf Hugging Face plus eine eigene OpenAI-kompatible API unter api.reflection.ai, Modell-ID Beam-1.0-501B-A23B. Ember-1: die anbietereigene serverlose Plattform, mit einem zweiwöchigen Zugangsfenster, dessen Fortbestand das Labor an die Nachfrage knüpft.

• Preis — Beam 1.0: nirgends veröffentlicht; die Dokumentation enthält eine detaillierte Seite zu Rate Limits und keine Preisliste. Ember-1: ebenfalls nicht veröffentlicht; die Dollar-Spalten in der Benchmark-Tabelle werden aus Kimi K3s öffentlichen Preisen berechnet, die auf Token-Anzahlen angewendet werden, nicht aus einem Ember-1-Tarif.

• Kontext — Beam 1.0: 1M-Token-Fenster auf der Modellkarte, 131.072 Token maximale Ausgabe in der API. Ember-1: nicht für die Vorschau veröffentlicht; sein Basismodell umfasst 1.048.576 Token.

• Reasoning-Steuerung — Beam 1.0: fünf Aufwandsstufen, verpflichtendes Reasoning, max als Standard. Ember-1: übernimmt den Aufwandsregler von K3, und die Prämisse des Releases ist, dass der Regler zu grob und Retraining das feinere Instrument ist.

• Unabhängige Bewertung — Beam 1.0: Artificial Analysis Intelligence Index 30, Rang 19 von 120 auf v4.3.2, wobei weder Preis noch Geschwindigkeit erfasst wurden. Ember-1: nichts veröffentlicht; kein Dritter hat es getestet.

• Self-Hosting-Mindestanforderung — Beam 1.0: vier N​VIDIA B300 SXM GPUs über NVLink für den NVFP4-Build mit 273 GiB, acht H200 für FP8 und acht B200 oder B300 für den BF16-Build mit 933,81 GiB. Ember-1: keine Gewichte, daher keine Mindestanforderung anzugeben.

Was ein Betreiber diese Woche tatsächlich tun kann

Hier gehen die beiden auseinander, und das ist alles andere als knapp. Die Lücke von Beam 1.0 ist der Preis. Die Lücke von Ember-1 ist das Artefakt selbst.

Mit Beam können Sie 273 GiB herunterladen, das SGLang-Rezept gegen ein gepinntes Image ausführen und die beam-verifier-CLI Ihr Deployment anhand der Referenzwerte von Reflection in den wichtigsten Benchmarks bewerten lassen. Sie können es nicht pro Token bepreisen, weil niemand einen Tarif veröffentlicht hat, aber Sie können eine Kapitalzahl und eine Wattzahl berechnen und sie mit dem vergleichen, was Sie jetzt zahlen. Das ist eine ungewöhnliche Position: ein Anbieter, der das Verifikations-Harness vor der Preisliste ausgeliefert hat.

Mit Ember-1 können Sie Traffic an einen Preview-Endpunkt senden, von dem Fireworks Research gesagt hat, dass er nächsten Monat möglicherweise nicht mehr existieren wird, und Sie können eine Benchmark-Tabelle lesen, deren Kostenspalten die Preisliste von jemand anderem sind. Die Ersparnis, die darin beschrieben wird, ist real, wenn sie hält, aber das, was die Ersparnis erzeugt, ist nichts, was man halten kann.

Beide Modelle werden an Kimi K3 gemessen, und K3 ist dasjenige der drei, dessen Wirtschaftlichkeit sich ermitteln lässt. Es steht in unserem Katalog mit 3,00 $ pro Million Input-Tokens, 0,30 $ pro Million gecachter Input-Tokens und 15,00 $ pro Million Output-Tokens, bei einem Kontextfenster von 1.048.576 Tokens. Das ist dieselbe Preisliste, die der Vergleich von Fireworks Research verwendet, sodass sich die Token-Reduktionsprozentsätze in der Tabelle von Ember-1 in Dollar übersetzen lassen, die Sie überprüfen können, statt in Dollar, die Sie einfach glauben müssen.

Was für die praktische Reihenfolge spricht. Bewerte die Workload heute mit K3s Route, behandle die Prozentsätze von Ember-1 als Obergrenze dessen, was ein Wechsel bringen könnte, und warte auf einen veröffentlichten Ember-1-Tarif, bevor du die Ersparnis in Geld modellierst. Wenn die Rechnung interessant genug ist, um danach zu handeln, besteht die Absicherung darin, die Preview hinter denselben Endpunkt wie die Produktion zu legen — OrcaRouter betreibt einen einzigen OpenAI-kompatiblen Schlüssel über mehr als 200 Modelle, reicht den Listenpreis des Anbieters ohne Aufschlag durch und wechselt bei Ausfällen automatisch, sodass eine Preview, die verschwindet, eher eine Routing-Änderung als eine Migration ist. Nichts an einem Zwei-Wochen-Fenster erfordert das. Nichts daran spricht aber auch dagegen.

Die Frage, die alles entscheidet

Wenn die Einschränkung lautet, dass das Modell Ihnen gehören muss – dass Sie das Artefakt besitzen, quantisieren, zusammenführen oder in einem Perimeter ausführen müssen –, dann ist Beam 1.0 von diesen beiden das einzige, das überhaupt als Kandidat infrage kommt, und der fehlende Preis ist eher eine Unannehmlichkeit als ein Blocker. Vier GPUs und ein heruntergeladener Checkpoint sind ein Plan.

Wenn deine Einschränkung darin besteht, dass du Kimi K3 in einer langen Agent-Schleife betreibst und die Rechnung von Reasoning-Tokens dominiert wird, die du nicht sehen kannst, sind beide interessant, und noch keine von beiden ist beantwortbar. Beams Effizienzvorteil ist strukturell und würde für jede Arbeitslast gelten; der von Ember-1 ist verhaltensbasiert und gilt – nach seinen eigenen Zahlen – ungleichmäßig: die Hälfte der Tokens auf Terminal Bench, ein Zwanzigstel bei einer Aufgabe in Form eines Airline-Benchmarks. Lass beide im Shadow-Modus gegen deinen eigenen Traffic laufen, bevor eines von beiden zu einer Zeile in einem Budget wird. Die Benchmark-Tabellen, egal in welche Richtung sie weisen, wurden von den Parteien erstellt, die die Modelle verkaufen.

Nichts davon ist hypothetisch: Die dokumentierten KI-Ausfälle und Agent-Vorfälle, die hinter Releases wie diesem stehen, finden sich im OrcaRouter AI Incident Archive, wo jeder Eintrag seine eigenen Quellen, seinen Schweregrad, seinen Konfidenzgrad und sein Umstritten-Flag führt.