Beam 1.0 vs. Ember-1: dos maneras de recortar una factura de razonamiento, y solo una tiene pesos

Beam 1.0 y Ember-1 persiguen la misma partida desde direcciones opuestas, que es lo que hace que la comparación valga la pena. Ember-1 es un derivado de Kimi K3 de Fireworks Research, publicado el 23 de septiembre de 2026 como vista previa de investigación, que ataca el coste del razonamiento reentrenando un modelo frontera existente para que piense de forma más concisa; el dato destacado del proveedor es aproximadamente un 40 % menos de tokens con una calidad comparable. Beam 1.0 es la arquitectura propia de Reflection, publicada con pesos Apache 2.0 el 16 de octubre de 2026, que ataca el mismo coste activando solo 23,4 mil millones de 501,3 mil millones de parámetros por token y afirmando una calidad comparable con aproximadamente tres veces menos tokens de razonamiento en tiempo de inferencia. Un equipo cambió los hábitos de un modelo; el otro construyó un modelo cuyos hábitos son más baratos. La situación de las fuentes difiere igual de marcadamente: los pesos de Reflection existen y pueden descargarse hoy, y Fireworks Research no ha publicado ni los pesos ni un precio.

Ambas afirmaciones han sido reportadas por el proveedor y no se han reproducido, y ambas se miden contra modelos con tarifas publicadas, que es la única razón por la que la aritmética es verificable en absoluto.

Dos mecanismos, y por qué no son intercambiables

Fireworks Research llevó a cabo más de cincuenta experimentos de entrenamiento y más de doscientas evaluaciones para eliminar el razonamiento que no cambia la respuesta, y afirma que la longitud del razonamiento cayó entre un 35 y un 50 % en siete benchmarks y dos conjuntos de tráfico de producción de clientes. En una ejecución de Terminal Bench 2.1 de 89 tareas, reporta un 82,0 % frente al 80,9 % de K3 Max, con un 51,9 % menos de tokens y 23,10 $ menos por tarea; en τ-2 Bench Airline, el ahorro se desploma hasta el 5,9 %. El «aproximadamente 40 %» es una media de una horquilla que va desde alrededor del 6 % hasta alrededor del 52 %, lo que importa enormemente si tu carga de trabajo se parece al extremo inferior de ese rango.

El enfoque de Reflection es estructural en lugar de conductual. El ahorro de Beam 1.0 proviene de la proporción de activación —el 4,7 por ciento del modelo está activo en cualquier token, por lo que el cómputo por token es menor por construcción—, además de una afirmación sobre la verbosidad. El respaldo más sólido para la mitad relativa a la verbosidad es independiente: Artificial Analysis midió Beam en 79 M tokens de salida en su Intelligence Index frente a una mediana de 130 M, situándolo en décimo lugar de cuarenta y seis. Se trata de un tercero que cuenta tokens y concluye que Beam es más frugal que la mayor parte del sector, lo cual no es una afirmación de rendimiento por GPU, pero sí es una afirmación real.

Dicho claramente: si Ember-1 funciona como se anuncia, cualquier despliegue del mismo resulta más barato. Si Beam 1.0 funciona como se anuncia, cualquier despliegue del mismo resulta más barato. Ninguna de las dos afirmaciones te dice qué pasa cuando intercambias uno por el otro, porque los dos modelos no tienen el mismo tamaño, no se entrenaron de la misma manera y no producen los mismos tokens.

La comparación dimensión por dimensión

• Parámetros — Beam 1.0: 501,3B en total, 23,4B activos por token, una tasa de activación del 4,7%; 52 capas, 3 densas y 49 MoE, 256 expertos. Ember-1: derivado de Kimi K3, y Fireworks Research no ha publicado un recuento de parámetros para su derivado.

• Licencia — Beam 1.0: Apache 2.0, con el archivo de licencia en el repositorio y sin restricción sobre destilación, ajuste fino, cuantización o fusión. Ember-1: no se publican pesos en absoluto; es una vista previa de investigación servida.

• Acceso — Beam 1.0: tres precisiones en Hugging Face más una API propia compatible con OpenAI en api.reflection.ai, ID de modelo Beam-1.0-501B-A23B. Ember-1: la propia plataforma serverless del proveedor, con una ventana de acceso de dos semanas cuya permanencia el laboratorio vincula a la demanda.

• Precio — Beam 1.0: no se publica en ningún sitio; la documentación incluye una página detallada sobre límites de tasa y ninguna tarifa. Ember-1: tampoco se publica; las columnas en dólares de su tabla comparativa se calculan a partir de las tarifas públicas de Kimi K3 aplicadas a los recuentos de tokens, no de una tarifa de Ember-1.

• Contexto — Beam 1.0: ventana de 1 M de tokens en la tarjeta del modelo, 131.072 tokens de salida máxima en la API. Ember-1: no se ha publicado para la vista previa; su modelo base cuenta con 1.048.576 tokens.

• Control de razonamiento — Beam 1.0: cinco niveles de esfuerzo, razonamiento obligatorio, max como predeterminado. Ember-1: hereda el dial de esfuerzo de K3, y la premisa del lanzamiento es que el dial es demasiado tosco y el reentrenamiento es el instrumento más fino.

• Evaluación independiente — Beam 1.0: Artificial Analysis Intelligence Index 30, puesto 19 de 120 en v4.3.2, sin precio ni velocidad registrados. Ember-1: ninguno publicado; ningún tercero lo ha ejecutado.

• Mínimo de autoalojamiento — Beam 1.0: cuatro GPU NVIDIA B300 SXM en NVLink para la configuración NVFP4 de 273 GiB, ocho H200 para FP8 y ocho B200 o B300 para la configuración BF16 de 933,81 GiB. Ember-1: sin pesos, así que no hay mínimo que citar.

Lo que un operador puede realmente hacer esta semana

Aquí es donde los dos divergen, y no es algo que admita dudas. La diferencia de Beam 1.0 es un precio. La diferencia de Ember-1 es el propio artefacto.

Con Beam puedes descargar 273 GiB, ejecutar la receta de SGLang contra una imagen fijada y hacer que la CLI beam-verifier evalúe tu despliegue frente a las puntuaciones de referencia de Reflection en los principales benchmarks. No puedes ponerle un precio por token, porque nadie ha publicado una tarifa, pero puedes calcular una cifra de capital y una cifra en vatios y compararlas con lo que estás pagando ahora. Es una posición poco habitual: un proveedor que lanzó el arnés de verificación antes que la lista de precios.

Con Ember-1 puedes enviar tráfico a un endpoint de vista previa que, según ha dicho Fireworks Research, puede que el mes que viene ya no exista, y puedes leer una hoja de benchmarks cuyas columnas de costos no son más que la tarifa de precios de otro. El ahorro que describe es real si se mantiene, pero aquello que lo genera no es algo que puedas tener en tus manos.

Ambos modelos se miden frente a Kimi K3, y K3 es el único de los tres cuyos costos se pueden conocer. Figura en nuestro catálogo a $3.00 por millón de tokens de entrada, $0.30 por millón de entrada en caché y $15.00 por millón de salida, con una ventana de contexto de 1,048,576 tokens. Esa es la misma tarifa que utiliza la comparación de Fireworks Research, de modo que los porcentajes de reducción de tokens de la tabla de Ember-1 se traducen en dólares que puedes verificar, en lugar de dólares que tienes que aceptar por fe.

Lo que sugiere una secuencia práctica. Valoriza la carga de trabajo según la ruta actual de K3, trata los porcentajes de Ember-1 como el límite superior de lo que podría aportar un cambio, y espera a que se publique una tarifa de Ember-1 antes de modelar el ahorro en términos monetarios. Si la aritmética resulta lo bastante interesante como para actuar en consecuencia, la cobertura consiste en poner la vista previa detrás del mismo endpoint que producción — OrcaRouter ejecuta una única clave compatible con OpenAI en más de 200 modelos, transfiere el precio de lista del proveedor sin añadir nada y conmuta automáticamente en caso de fallo, de modo que una vista previa que desaparece es un cambio de enrutamiento y no una migración. Nada en una ventana de dos semanas exige eso. Nada en ella argumenta en contra tampoco.

La pregunta que lo decide

Si tu restricción es que el modelo tiene que ser tuyo — que necesitas poseer el artefacto, cuantizarlo, fusionarlo o ejecutarlo dentro de un perímetro —, entonces Beam 1.0 es el único de estos dos que es siquiera un candidato, y que falte el precio es un inconveniente más que un bloqueador. Cuatro GPUs y un checkpoint descargado son un plan.

Si tu restricción es que ejecutas Kimi K3 en un bucle de agente largo y la factura está dominada por tokens de razonamiento que no puedes ver, ambos son interesantes y ninguno puede responderse todavía. La ventaja de eficiencia de Beam es estructural y se aplicaría a cualquier carga de trabajo; la de Ember-1 es conductual y, según sus propias cifras, se aplica de forma desigual: la mitad de los tokens en Terminal Bench, una vigésima parte en una tarea con forma de benchmark de aerolíneas. Ejecuta ambos en modo sombra contra tu propio tráfico antes de que cualquiera de los dos se convierta en una línea de un presupuesto. Las tablas de benchmarks, apunten hacia donde apunten, fueron construidas por las partes que venden los modelos.

Nada de eso es hipotético: los fallos documentados de IA y los incidentes de agentes detrás de lanzamientos como este se recopilan en el OrcaRouter AI Incident Archive, donde cada entrada incluye sus propias fuentes, severidad, grado de confianza e indicador de disputa.