Beam 1.0 vs Ember-1 : deux façons de réduire la facture de raisonnement, et une seule dispose de poids

Beam 1.0 et Ember-1visent la même ligne budgétaire depuis des directions opposées, et c'est précisément ce qui rend la comparaison intéressante. Ember-1 est un dérivé de Kimi K3 de Fireworks Research, publié le 23 septembre 2026 sous forme d'aperçu de recherche, qui s'attaque au coût du raisonnement en réentraînant un modèle de frontière existant pour qu'il raisonne de façon plus concise — le chiffre phare mis en avant par l'éditeur est d'environ 40 % de jetons en moins à qualité comparable. Beam 1.0 est l'architecture propre à Reflection, publiée avec des poids sous Apache 2.0 le 16 octobre 2026, qui s'attaque au même coût en n'activant que 23,4 milliards de paramètres sur 501,3 milliards par jeton et revendique une qualité comparable avec environ trois fois moins de jetons de raisonnement au moment de l'inférence. Une équipe a modifié les habitudes d'un modèle ; l'autre a construit un modèle dont les habitudes coûtent moins cher. La situation des sources est tout aussi contrastée : les poids de Reflection existent et peuvent être téléchargés dès aujourd'hui, tandis que Fireworks Research n'a publié ni poids ni prix.

Les deux affirmations proviennent de fournisseurs et n’ont pas été reproduites, et toutes deux sont mesurées par rapport à des modèles dont les grilles tarifaires sont publiées — ce qui est la seule raison pour laquelle l’arithmétique est vérifiable tout court.

Deux mécanismes, et pourquoi ils ne sont pas interchangeables

Fireworks Research a mené plus de cinquante expériences d'entraînement et plus de deux cents évaluations pour éliminer le raisonnement qui ne change pas la réponse, et affirme que la longueur du raisonnement a chuté de 35 à 50 % sur sept benchmarks et deux ensembles de trafic de production de clients. Sur une exécution de Terminal Bench 2.1 portant sur 89 tâches, elle rapporte 82,0 % contre 80,9 % pour K3 Max, avec 51,9 % de jetons en moins et 23,10 $ de moins par tâche ; sur τ-2 Bench Airline, l'économie s'effondre à 5,9 %. Le « environ 40 % » est une moyenne sur une plage allant d'environ 6 % à environ 52 %, ce qui compte énormément si votre charge de travail se situe dans le bas de cette plage.

L'approche de Reflection est structurelle plutôt que comportementale. L'économie de Beam 1.0 tient au taux d'activation — 4,7 % du modèle est actif sur n'importe quel token, donc le calcul par token est plus faible par construction — et à une affirmation sur la verbosité. Le soutien le plus solide pour la moitié concernant la verbosité est indépendant : Artificial Analysis a mesuré Beam à 79 M de tokens de sortie sur son Intelligence Index, contre une médiane de 130 M, le classant dixième sur quarante-six. C'est un tiers qui compte les tokens et constate que Beam est plus économe que la majeure partie du secteur, ce qui n'est pas une affirmation sur le débit par GPU, mais qui en est une véritable.

En clair : si Ember-1 fonctionne comme annoncé, tout déploiement de celui-ci coûte moins cher. Si Beam 1.0 fonctionne comme annoncé, tout déploiement de celui-ci coûte moins cher. Aucune de ces affirmations ne vous dit ce qui se passe quand on remplace l’un par l’autre, parce que les deux modèles ne sont pas de la même taille, n’ont pas été entraînés de la même manière et ne produisent pas les mêmes tokens.

La comparaison dimension par dimension

• Paramètres — Beam 1.0 : 501,3 B au total, 23,4 B actifs par token, soit un ratio d’activation de 4,7 % ; 52 couches, 3 denses et 49 MoE, 256 experts. Ember-1 : dérivé de Kimi K3, et Fireworks Research n’a pas publié de nombre de paramètres pour son dérivé.

• Licence — Beam 1.0 : Apache 2.0, avec le fichier de licence dans le dépôt et aucune restriction sur la distillation, le fine-tuning, la quantification ou la fusion. Ember-1 : aucun poids n’est publié du tout ; il s’agit d’un aperçu de recherche servi.

• Accès — Beam 1.0 : trois précisions sur Hugging Face, plus une API compatible OpenAI en propre à api.reflection.ai, ID de modèle Beam-1.0-501B-A23B. Ember-1 : la propre plateforme serverless du fournisseur, avec une fenêtre d’accès de deux semaines dont le laboratoire conditionne la permanence à la demande.

• Prix — Beam 1.0 : publié nulle part ; la documentation contient une page détaillée sur les limites de débit et aucune grille tarifaire. Ember-1 : pas publié non plus ; les colonnes en dollars de son tableau de benchmark sont calculées à partir des tarifs publics de Kimi K3 appliqués aux nombres de tokens, et non à partir d’un tarif d’Ember-1.

• Contexte — Beam 1.0 : fenêtre de 1M de tokens sur la fiche du modèle, 131 072 tokens de sortie maximale sur l’API. Ember-1 : non publié pour l’aperçu ; son modèle de base dispose de 1 048 576 tokens.

• Contrôle du raisonnement — Beam 1.0 : cinq niveaux d’effort, raisonnement obligatoire, max par défaut. Ember-1 : hérite de la molette d’effort de K3, et le postulat de la version est que cette molette est trop grossière et que le réentraînement est l’instrument plus fin.

• Évaluation indépendante — Beam 1.0 : Artificial Analysis Intelligence Index 30, classé 19e sur 120 dans la v4.3.2, sans prix ni vitesse enregistrés. Ember-1 : aucune évaluation publiée ; aucun tiers ne l'a exécuté.

• Seuil d'auto-hébergement — Beam 1.0 : quatre GPU N​VIDIA B300 SXM sur NVLink pour la configuration NVFP4 de 273 GiB, huit H200 pour FP8, et huit B200 ou B300 pour la configuration BF16 de 933,81 GiB. Ember-1 : aucun poids, donc aucun seuil à citer.

Ce qu’un opérateur peut réellement faire cette semaine

C'est ici que les deux divergent, et ce n'est pas une mince différence. L'écart de Beam 1.0 est un prix. L'écart d'Ember-1 est l'artefact lui-même.

Avec Beam, vous pouvez télécharger 273 GiB, exécuter la recette SGLang sur une image épinglée, et faire en sorte que l'outil beam-verifier en ligne de commande évalue votre déploiement par rapport aux scores de référence de Reflection sur les principaux benchmarks. Vous ne pouvez pas le tarifer au token, car personne n'a publié de tarif, mais vous pouvez calculer un montant en capital et un nombre de watts, puis les comparer à ce que vous payez actuellement. C'est une position inhabituelle : un fournisseur qui a livré le harnais de vérification avant la grille tarifaire.

Avec Ember-1, vous pouvez envoyer du trafic vers un point de terminaison de prévisualisation dont Fireworks Research a dit qu’il pourrait ne plus exister le mois prochain, et vous pouvez lire une fiche de benchmarks dont les colonnes de coûts sont la grille tarifaire de quelqu’un d’autre. L’économie décrite est réelle si elle se vérifie, mais ce qui génère cette économie n’est pas quelque chose que vous pouvez détenir.

Les deux modèles sont mesurés par rapport à Kimi K3, et K3 est celui des trois dont le modèle économique est connaissable. Il figure dans notre catalogue à 3,00 $ par million de jetons d'entrée, 0,30 $ par million de jetons d'entrée mis en cache et 15,00 $ par million de jetons de sortie, avec une fenêtre de contexte de 1 048 576 jetons. C'est la même grille tarifaire que celle utilisée par la comparaison Fireworks Research, de sorte que les pourcentages de réduction de jetons du tableau d'Ember-1 se traduisent en dollars que vous pouvez vérifier plutôt qu'en dollars que vous devez accepter sur parole.

Ce qui suggère l'ordre pratique des opérations. Tarifez la charge de travail sur la route de K3 aujourd'hui, traitez les pourcentages d'Ember-1 comme la borne supérieure de ce qu'un basculement pourrait apporter, et attendez qu'un tarif Ember-1 publié soit disponible avant de modéliser l'économie en argent. Si l'arithmétique est suffisamment intéressante pour agir, la couverture consiste à placer l'aperçu derrière le même point de terminaison que la production — OrcaRouter utilise une seule clé compatible OpenAI sur plus de 200 modèles, répercute le prix catalogue du fournisseur sans rien ajouter et bascule automatiquement en cas de défaillance, ainsi un aperçu qui disparaît relève d'un changement de routage plutôt que d'une migration. Rien dans une fenêtre de deux semaines ne l'exige. Rien n'argumente contre non plus.

La question qui tranche

Si votre contrainte est que le modèle doit être le vôtre — que vous devez posséder l’artefact, le quantifier, le fusionner ou l’exécuter à l’intérieur d’un périmètre — alors Beam 1.0 est le seul des deux qui soit ne serait-ce qu’un candidat, et l’absence de prix est un inconvénient plutôt qu’un obstacle. Quatre GPU et un checkpoint téléchargé, c’est un plan.

Si votre contrainte est que vous exécutez Kimi K3 dans une longue boucle d’agent et que la facture est dominée par des jetons de raisonnement que vous ne pouvez pas voir, les deux sont intéressants et ni l’un ni l’autre ne peut encore être tranché. L’avantage d’efficacité de Beam est structurel et s’appliquerait à n’importe quelle charge de travail ; celui d’Ember-1 est comportemental et, selon ses propres chiffres, s’applique de façon inégale — la moitié des jetons sur Terminal Bench, un vingtième sur une tâche du type benchmark aérien. Exécutez les deux en mode fantôme sur votre propre trafic avant que l’un ou l’autre ne devienne une ligne dans un budget. Les tableaux de benchmark, quel que soit le sens dans lequel ils pointent, ont été établis par les parties qui vendent les modèles.

Rien de tout cela n'est hypothétique : les défaillances documentées de l'IA et les incidents d'agents qui sous-tendent des versions comme celle-ci sont recueillis dans l'OrcaRouter AI Incident Archive, où chaque entrée est accompagnée de ses propres sources, de son niveau de gravité, de son degré de confiance et de son indicateur de contestation.