Beam 1.0 vs Ember-1: Dua Cara Memangkas Biaya Penalaran, dan Hanya Satu yang Memiliki Bobot

Beam 1.0 dan Ember-1 mengejar item yang sama dari arah berlawanan, dan itulah yang membuat perbandingan ini layak dilakukan. Ember-1 adalah turunan Kimi K3 milik Fireworks Research, dipublikasikan pada 23 September 2026 sebagai pratinjau riset, yang menekan biaya penalaran dengan melatih ulang model terdepan yang sudah ada agar berpikir lebih ringkas — klaim utama vendor adalah sekitar 40% lebih sedikit token pada kualitas yang setara. Beam 1.0 adalah arsitektur milik Reflection sendiri, dirilis dengan bobot Apache 2.0 pada 16 Oktober 2026, yang menekan biaya yang sama dengan hanya mengaktifkan 23,4 miliar dari 501,3 miliar parameter per token dan mengklaim kualitas setara dengan sekitar tiga kali lebih sedikit token penalaran saat inferensi. Satu tim mengubah kebiasaan sebuah model; tim lainnya membangun model yang kebiasaannya lebih murah. Situasi sumber juga berbeda sama tajamnya: bobot Reflection sudah ada dan dapat diunduh hari ini, sedangkan Fireworks Research belum menerbitkan bobot maupun harga.

Kedua klaim tersebut dilaporkan oleh vendor dan tidak direproduksi, dan keduanya diukur terhadap model dengan kartu tarif yang dipublikasikan — itulah satu-satunya alasan perhitungannya dapat diperiksa sama sekali.

Dua mekanisme, dan mengapa keduanya tidak dapat dipertukarkan

Fireworks Research menjalankan lebih dari lima puluh eksperimen pelatihan dan lebih dari dua ratus evaluasi untuk menghilangkan penalaran yang tidak mengubah jawaban, dan menyatakan panjang penalaran turun 35–50% di tujuh tolok ukur dan dua kumpulan lalu lintas produksi pelanggan. Pada uji Terminal Bench 2.1 dengan 89 tugas, pihaknya melaporkan 82,0% berbanding 80,9% milik K3 Max dengan 51,9% lebih sedikit token dan biaya $23,10 lebih rendah per tugas; pada τ-2 Bench Airline, penghematannya merosot menjadi 5,9%. Angka "sekitar 40%" adalah rata-rata dari rentang yang membentang dari kira-kira 6% hingga kira-kira 52%, yang sangat penting jika beban kerja Anda tampak seperti ujung bawah rentang itu.

Pendekatan Reflection bersifat struktural, bukan perilaku. Penghematan Beam 1.0 berasal dari rasio aktivasi — 4,7 persen model aktif pada token mana pun, sehingga komputasi per token lebih rendah secara desain — ditambah klaim tentang verbositas. Dukungan terkuat untuk bagian verbositas bersifat independen: Artificial Analysis mengukur Beam pada 79 juta token keluaran di seluruh Intelligence Index-nya, dibandingkan dengan median 130 juta, dengan peringkat kesepuluh dari empat puluh enam. Itu adalah pihak ketiga yang menghitung token dan mendapati Beam lebih hemat daripada sebagian besar pemain di bidang ini; ini bukan klaim throughput per-GPU, tetapi klaim yang nyata.

Sederhananya: jika Ember-1 bekerja seperti yang diiklankan, penerapan apa pun darinya menjadi lebih murah. Jika Beam 1.0 bekerja seperti yang diiklankan, penerapan apa pun darinya menjadi lebih murah. Tidak satu pun dari klaim itu memberi tahu Anda apa yang terjadi saat Anda menukar yang satu dengan yang lain, karena kedua model tersebut tidak berukuran sama, tidak dilatih dengan cara yang sama, dan tidak menghasilkan token yang sama.

Perbandingan dimensi per dimensi

• Parameter — Beam 1.0: 501,3B total, 23,4B aktif per token, rasio aktivasi 4,7%; 52 lapisan, 3 dense dan 49 MoE, 256 expert. Ember-1: diturunkan dari Kimi K3, dan Fireworks Research belum menerbitkan jumlah parameter untuk turunannya.

• Lisensi — Beam 1.0: Apache 2.0, dengan file lisensi di repositori dan tanpa batasan pada distilasi, fine-tuning, kuantisasi, atau penggabungan. Ember-1: tidak ada bobot yang diterbitkan sama sekali; ini adalah pratinjau riset yang disajikan.

• Akses — Beam 1.0: tiga presisi di Hugging Face plus API kompatibel O​penAI pihak pertama di api.reflection.ai, ID model Beam-1.0-501B-A23B. Ember-1: platform serverless milik vendor itu sendiri, dengan jendela akses dua minggu yang sifat permanennya dikaitkan lab dengan permintaan.

• Harga — Beam 1.0: tidak dipublikasikan di mana pun; dokumentasinya memuat halaman batas laju yang terperinci dan tidak ada kartu tarif. Ember-1: juga tidak dipublikasikan; kolom dolar dalam tabel tolok ukurnya dihitung dari tarif publik Kimi K3 yang diterapkan pada jumlah token, bukan dari tarif Ember-1.

• Konteks — Beam 1.0: jendela 1 juta token pada kartu model, 131.072 token untuk output maksimum di API. Ember-1: tidak dipublikasikan untuk pratinjau; model dasarnya membawa 1.048.576 token.

• Kontrol penalaran — Beam 1.0: lima tingkat upaya, penalaran wajib, max sebagai default. Ember-1: mewarisi dial upaya K3, dan premis rilis ini adalah bahwa dial itu terlalu kasar dan pelatihan ulang adalah instrumen yang lebih halus.

• Evaluasi independen — Beam 1.0: Artificial Analysis Intelligence Index 30, peringkat 19 dari 120 pada v4.3.2, tanpa harga dan kecepatan yang tercatat. Ember-1: tidak ada yang dipublikasikan; belum ada pihak ketiga yang menjalankannya.

• Batas minimum self-hosting — Beam 1.0: empat GPU NVIDIA B300 SXM di NVLink untuk build NVFP4 273 GiB, delapan H200 untuk FP8, dan delapan B200 atau B300 untuk build BF16 933,81 GiB. Ember-1: tanpa bobot, jadi tidak ada batas minimum yang bisa disebutkan.

Apa yang sebenarnya bisa dilakukan operator minggu ini

Di sinilah keduanya berbeda, dan ini bukan perbedaan yang tipis. Celah Beam 1.0 adalah harga. Celah Ember-1 adalah artefaknya itu sendiri.

Dengan Beam Anda dapat mengunduh 273 GiB, menjalankan recipe SGLang terhadap image yang dipin, dan membuat beam-verifier CLI menilai deployment Anda terhadap skor referensi Reflection pada benchmark utama. Anda tidak dapat menetapkan harga per token, karena belum ada yang menerbitkan tarif, tetapi Anda dapat menghitung angka modal dan angka watt lalu membandingkannya dengan apa pun yang Anda bayarkan sekarang. Itu posisi yang tidak biasa: vendor yang merilis harness verifikasi sebelum daftar harga.

Dengan Ember-1, Anda dapat mengirim lalu lintas ke endpoint pratinjau yang menurut Fireworks Research mungkin tidak akan ada bulan depan, dan Anda dapat membaca lembar benchmark yang kolom biayanya merupakan kartu tarif milik orang lain. Penghematan yang dijelaskannya nyata jika hal itu bertahan, tetapi hal yang menghasilkan penghematan tersebut bukan sesuatu yang bisa Anda pegang.

Kedua model diukur terhadap Kimi K3, dan K3 adalah satu dari ketiganya yang ekonominya dapat diketahui. Model ini tercantum di katalog kami dengan tarif $3,00 per juta token masukan, $0,30 per juta masukan yang di-cache, dan $15,00 per juta keluaran, dengan jendela konteks 1.048.576 token. Itu adalah kartu tarif yang sama dengan yang digunakan dalam perbandingan Fireworks Research, sehingga persentase pengurangan token dalam tabel Ember-1 dapat diterjemahkan menjadi dolar yang bisa Anda verifikasi, bukan dolar yang harus Anda terima begitu saja.

Ini menunjukkan urutan praktisnya. Hitung biaya beban kerja pada rute K3 saat ini, perlakukan persentase Ember-1 sebagai batas atas dari apa yang mungkin diperoleh dari suatu peralihan, dan tunggu tarif Ember-1 yang dipublikasikan sebelum memodelkan penghematannya sebagai uang. Jika perhitungannya cukup menarik untuk ditindaklanjuti, lindung nilai-nya adalah menempatkan pratinjau di balik endpoint yang sama dengan produksi — OrcaRouter menggunakan satu kunci yang kompatibel dengan OpenAI untuk lebih dari 200 model, meneruskan harga daftar penyedia tanpa tambahan apa pun, dan melakukan failover secara otomatis, sehingga pratinjau yang menghilang hanyalah perubahan perutean, bukan migrasi. Tidak ada apa pun tentang jendela dua minggu yang mengharuskan itu. Tidak ada apa pun tentang hal itu yang menentangnya juga.

Pertanyaan yang memutuskannya

Jika batasan Anda adalah bahwa modelnya harus milik Anda — bahwa Anda perlu memiliki artefaknya, mengkuantisasinya, menggabungkannya, atau menjalankannya di dalam perimeter — maka Beam 1.0 adalah satu-satunya dari kedua ini yang bahkan menjadi kandidat, dan harga yang tidak tercantum adalah ketidaknyamanan, bukan penghalang. Empat GPU dan checkpoint yang diunduh adalah sebuah rencana.

Jika kendala Anda adalah Anda menjalankan Kimi K3 dalam loop agen yang panjang dan tagihannya didominasi token penalaran yang tidak dapat Anda lihat, keduanya menarik dan belum ada yang bisa dijawab. Keunggulan efisiensi Beam bersifat struktural dan akan berlaku untuk beban kerja apa pun; keunggulan Ember-1 bersifat perilaku dan, berdasarkan angkanya sendiri, berlaku tidak merata — separuh token pada Terminal Bench, satu per dua puluh pada tugas berbentuk tolok ukur maskapai. Jalankan keduanya secara bayangan terhadap lalu lintas Anda sendiri sebelum salah satunya menjadi baris dalam anggaran. Tabel tolok ukur, ke arah mana pun ia menunjuk, dibangun oleh pihak-pihak yang menjual model tersebut.

Tidak ada satu pun dari itu yang hipotetis: kegagalan AI dan insiden agen yang terdokumentasi di balik rilis seperti ini dikumpulkan dalam OrcaRouter AI Incident Archive, di mana setiap entri membawa sumbernya sendiri, tingkat keparahan, peringkat keyakinan, dan penanda status diperdebatkan.