Beam 1.0 対 Ember-1：推論コストを削る2つの方法、そして重みを持つのは片方だけ

Beam 1.0とEmber-1は、同じラインアイテムを互いに逆方向から追いかけている。だからこそ、この比較には意味がある。Ember-1は Fireworks Researchによる Kimi K3の派生モデルで、2026年9月23日に研究プレビューとして公開された。既存のフロンティアモデルを再トレーニングしてより簡潔に思考させることで推論コストに切り込み、ベンダーの触れ込みは「同等の品質でトークン数が約40%削減」というものだ。Beam 1.0は Reflection独自のアーキテクチャで、2026年10月16日に Apache 2.0の重みとして公開された。トークンごとに5013億個のパラメータのうち234億個だけを起動することで同じコストに切り込み、推論時の思考トークン数が約3分の1でも同等の品質を実現すると主張している。一方のチームはモデルの習慣を変え、もう一方は習慣そのものがより安価なモデルを作った。入手性の状況も同じくらい対照的だ。Reflectionの重みは実在し、今日ダウンロードできる。そして Fireworks Researchは重みも価格も公開していない。

どちらの主張もベンダーによる報告であって再現されておらず、しかもどちらも公開された料金表を持つモデルに対して測定されている——これが、この算術がそもそも検証可能である唯一の理由である。

2つのメカニズムと、それらに互換性がない理由

Fireworks Researchは、回答を変えない推論を除去するために50件を超える学習実験と200件を超える評価を実施し、7つのベンチマークと2つの顧客本番トラフィックセットで推論長が35～50%減少したと述べている。89タスクのTerminal Bench 2.1実行では、K3 Maxの80.9%に対して82.0%を報告し、トークン数は51.9%少なく、タスクあたり23.10ドル削減された。τ-2 Bench Airlineでは、その削減は5.9%に縮小する。「約40%」はおよそ6%から約52%に広がる分布の平均であり、あなたのワークロードがその範囲の下限に近い場合、これは極めて重要になる。

Reflectionのアプローチは、行動的というより構造的だ。Beam 1.0の節約は、活性化率——どのトークンでもモデルの4.7パーセントしか起きていないため、トークンあたりの計算量が構造上低くなる——に加えて、冗長性に関する主張から来ている。冗長性の半分についての最も強い裏付けは独立したものだ。Artificial Analysisは、そのIntelligence Index全体でBeamを79M出力トークンと測定し、中央値130Mに対して、46社中10位としている。これは第三者機関がトークンを数え、Beamがこの分野の大半より倹約的だと見出したということであり、GPUあたりのスループットの主張ではないものの、確かな主張ではある。

率直に言えば、Ember-1 が宣伝どおりに機能するなら、それをどこにデプロイしても安くつく。Beam 1.0 が宣伝どおりに機能するなら、それをどこにデプロイしても安くつく。どちらの主張も、一方を他方に入れ替えたときに何が起こるかは教えてくれない。なぜなら、この2つのモデルは同じサイズではなく、同じ方法で訓練されておらず、同じトークンを生成するわけでもないからだ。

次元ごとの比較

• パラメータ — Beam 1.0：合計501.3B、トークンあたり23.4Bが活性、活性化率4.7%、52層、3つのdense層と49のMoE層、256エキスパート。Ember-1：Kimi K3から派生したもので、Fireworks Researchはその派生モデルのパラメータ数を公開していない。

• ライセンス — Beam 1.0：Apache 2.0。ライセンスファイルはリポジトリに含まれており、蒸留、ファインチューニング、量子化、マージに関する制限はありません。Ember-1：重みは一切公開されておらず、提供されている研究プレビューです。

• アクセス — Beam 1.0：Hugging Face 上の3つの精度に加えて、api.reflection.ai でファーストパーティの OpenAI 互換 API を提供。モデル ID は Beam-1.0-501B-A23B。Ember-1：ベンダー自身のサーバーレスプラットフォームで、2週間のアクセス期間があり、その恒久性はラボが需要次第としている。

• 価格 — Beam 1.0：どこにも公開されていない。ドキュメントには詳細なレート制限ページがあり、料金表はない。Ember-1：これも公開されていない。ベンチマーク表のドル列は、トークン数にKimi K3の公開料金を適用して算出されたものであり、Ember-1の料金に基づくものではない。

• コンテキスト — Beam 1.0: モデルカードでは100万トークンのウィンドウ、APIでは最大出力131,072トークン。Ember-1: プレビューでは未公開。そのベースモデルは1,048,576トークンを搭載している。

• 推論制御 — Beam 1.0：5段階のエフォートレベル、推論は必須、デフォルトは最大。Ember-1：K3のエフォートダイヤルを継承しており、このリリースの前提は、そのダイヤルは粗すぎるため、再トレーニングのほうがより精細な手段であるというものだ。

• 独立系評価 — Beam 1.0: Artificial Analysis Intelligence Index は30、v4.3.2 で120中19位、価格・速度の記録はなし。Ember-1: 公開されたものはなく、第三者による実行もなし。

• セルフホスティングの最低要件 — Beam 1.0: 273 GiB NVFP4ビルドにはNVLink接続のNVIDIA B300 SXM GPU 4基、FP8にはH200 8基、933.81 GiB BF16ビルドにはB200またはB300 8基。Ember-1: ウェイトがないため、提示すべき最低要件はありません。

オペレーターが今週実際にできること

ここが両者の分かれるところであり、しかも僅差ではない。Beam 1.0の欠落は価格にある。Ember-1の欠落は成果物そのものにある。

Beam を使えば、273 GiB をダウンロードし、固定されたイメージに対して SGLang レシピを実行し、beam-verifier CLI で主要ベンチマークにおける Reflection の参照スコアに対してデプロイを採点できます。トークン単位の価格は付けられません。誰も料率を公開していないからです。ただし、資本の数値とワット数の数値を計算し、現在支払っているものと比較することはできます。これは珍しい立場です。価格表より先に検証ハーネスを出荷したベンダーなのですから。

Ember-1 を使えば、Fireworks Research が来月には存在しないかもしれないと述べたプレビューエンドポイントにトラフィックを送れるし、コスト欄が他人の料金表になっているベンチマークシートを読むこともできる。そこに書かれている節約は、それが維持されるなら本物だが、その節約を生み出しているものは手に取れるものではない。

両モデルはKimi K3を基準に評価されており、K3は3つの中で経済性が把握できる唯一のモデルです。当社のカタログでは、100万入力トークンあたり$3.00、100万キャッシュ入力トークンあたり$0.30、100万出力トークンあたり$15.00で、コンテキストウィンドウは1,048,576トークンです。これはFireworks Researchの比較で使われているのと同じ料金表であるため、Ember-1の表に示されたトークン削減率は、鵜呑みにするしかない金額ではなく、検証可能な金額に変換されます。

このことから実務的な順序が示唆される。今日のK3のルートでワークロードを価格評価し、Ember-1のパーセンテージをスイッチがもたらし得るものの上限として扱い、節約分を金額としてモデル化する前に、公開されたEmber-1の料金を待つ。その計算が行動に移す価値があるほど興味深いものであれば、ヘッジはプレビューを本番と同じエンドポイントの背後に置くことだ — OrcaRouterは200以上のモデルにわたって1つのOpenAI互換キーを運用し、プロバイダーの定価を上乗せなしでそのまま通し、自動的にフェイルオーバーするため、消えてしまうプレビューは移行ではなくルーティングの変更で済む。2週間の窓という点で、それを必要とするものは何もない。それを否定するものでもない。

それを決める問い

あなたの制約が「モデルは自分たちのものでなければならない」——つまり、その成果物を所有し、量子化し、マージし、あるいは境界内で実行する必要がある——というものであるなら、この2つのうち候補にすらなり得るのは Beam 1.0 だけであり、価格が示されていないことは障害ではなく不便なだけだ。GPU 4基とダウンロード済みチェックポイントがあれば、それは計画である。

あなたの制約が、Kimi K3 を長いエージェントループで動かしていて、請求額の大半が目に見えない推論トークンで占められるというものなら、どちらも興味深いが、まだどちらも答えは出せない。Beam の効率上の優位は構造的なもので、あらゆるワークロードに当てはまる。Ember-1 のそれは行動に基づくもので、自社の数値上でも不均一にしか当てはまらない——Terminal Bench ではトークンの半分、航空会社ベンチマーク型のタスクでは20分の1だ。どちらかが予算の一行になる前に、両方を自社のトラフィックに対してシャドーで動かせ。ベンチマークの表は、どちらを向いていようと、モデルを売っている当事者たちが作ったものだ。

そうした話は決して仮定ではない。このようなリリースの背景にある、記録に残されたAIの障害やエージェントのインシデントはOrcaRouter AIインシデントアーカイブに集められており、各項目には独自の情報源、深刻度、信頼度グレード、係争中フラグが付されています。