Beam 1.0 vs Ember-1: 추론 비용을 줄이는 두 가지 방법, 그리고 가중치를 가진 것은 단 하나

Beam 1.0과 Ember-1은 서로 반대 방향에서 같은 세부 항목을 쫓고 있으며, 바로 그 점이 이 비교를 가치 있게 만든다. Ember-1은 Fireworks Research의 Kimi K3 파생 모델로, 2026년 9월 23일 연구 프리뷰로 공개되었으며, 기존 프런티어 모델을 더 간결하게 사고하도록 재훈련함으로써 추론 비용을 겨냥한다 — 벤더가 내세운 핵심은 비슷한 품질에서 토큰 수가 약 40% 더 적다는 것이다. Beam 1.0은 Reflection 자체 아키텍처로, 2026년 10월 16일 Apache 2.0 가중치와 함께 공개되었으며, 토큰당 5,013억 개 파라미터 중 234억 개만 활성화하여 같은 비용 문제를 겨냥하고, 추론 시 사고 토큰이 약 3배 더 적으면서도 비슷한 품질을 달성한다고 주장한다. 한 팀은 모델의 습관을 바꿨고, 다른 팀은 습관 자체가 더 저렴한 모델을 만들었다. 소싱 상황도 마찬가지로 극명하게 다르다: Reflection의 가중치는 존재하며 오늘 다운로드할 수 있고, Fireworks Research는 가중치도 가격도 공개하지 않았다.

두 주장은 모두 벤더가 보고한 것으로 재현된 바 없으며, 두 주장 모두 공개된 요금표가 있는 모델을 기준으로 측정되었다 — 이것이 그 산술을 검증할 수 있는 유일한 이유다.

두 가지 메커니즘, 그리고 그것들이 서로 호환될 수 없는 이유

Fireworks Research는 답을 바꾸지 않는 추론을 제거하기 위해 50개가 넘는 학습 실험과 200회가 넘는 평가를 실행했으며, 일곱 개 벤치마크와 두 고객 프로덕션 트래픽 세트에서 추론 길이가 35–50% 줄었다고 밝혔다. 89개 태스크로 구성된 Terminal Bench 2.1 실행에서는 82.0%를 기록해 K3 Max의 80.9%를 앞섰고, 토큰은 51.9% 더 적게, 태스크당 비용은 $23.10 더 적게 들었다고 보고한다. τ-2 Bench Airline에서는 절감 폭이 5.9%로 급감한다. “약 40%”는 대략 6%에서 대략 52%에 이르는 범위 전반의 평균이며, 이는 워크로드가 그 범위의 하단에 해당한다면 엄청나게 중요하다.

Reflection의 접근 방식은 행동적이라기보다 구조적입니다. Beam 1.0의 절감은 활성화 비율에서 비롯됩니다. 즉, 어떤 토큰에서든 모델의 4.7퍼센트만 깨어 있으므로 토큰당 연산량이 구조적으로 더 낮습니다. 여기에 장황함에 관한 주장이 더해집니다. 장황함 부분에 대한 가장 강력한 뒷받침은 독립적입니다. Artificial Analysis는 자사의 Intelligence Index 전반에서 Beam을 79M 출력 토큰으로 측정했는데, 이는 중앙값 130M과 대비되며 46개 중 10위에 해당합니다. 이는 제3자가 토큰을 세어 Beam이 대부분의 경쟁 모델보다 더 절약적임을 확인한 것으로, GPU당 처리량 주장은 아니지만 실질적인 주장입니다.

간단히 말해, Ember-1이 광고한 대로 작동한다면, 그것을 배포하는 어떤 경우든 비용이 더 낮아진다. Beam 1.0이 광고한 대로 작동한다면, 그것을 배포하는 어떤 경우든 비용이 더 낮아진다. 그러나 두 주장 중 어느 것도 하나를 다른 하나로 바꿨을 때 무슨 일이 일어나는지는 알려주지 않는다. 두 모델은 크기가 같지 않고, 같은 방식으로 훈련되지 않았으며, 같은 토큰을 생성하지도 않기 때문이다.

차원별 비교

• 매개변수 — Beam 1.0: 총 501.3B, 토큰당 활성 23.4B, 활성화 비율 4.7%; 52개 레이어, 3개는 dense, 49개는 MoE, 256개 전문가. Ember-1: Kimi K3에서 파생되었으며, Fireworks Research는 그 파생 모델의 매개변수 수를 공개하지 않았다.

• 라이선스 — Beam 1.0: Apache 2.0이며, 저장소에 라이선스 파일이 있고 증류, 미세 조정, 양자화 또는 병합에 대한 제한이 없습니다. Ember-1: 가중치가 전혀 공개되지 않았으며, 서빙되는 연구 프리뷰입니다.

• 액세스 — Beam 1.0: Hugging Face의 세 가지 정밀도와 api.reflection.ai의 자사 OpenAI 호환 API, 모델 ID Beam-1.0-501B-A23B. Ember-1: 공급업체 자체 서버리스 플랫폼으로, 2주 액세스 기간이 있으며, 이 기간의 영구성은 랩이 수요에 연동한다.

• 가격 — Beam 1.0: 어디에도 공개되지 않음; 문서에는 상세한 요청 한도 페이지가 있고 요금표는 없음. Ember-1: 역시 공개되지 않음; 벤치마크 표의 달러 열은 Kimi K3의 공개 요금을 토큰 수에 적용해 계산한 것이지, Ember-1의 요금에서 계산한 것이 아님.

• 컨텍스트 — Beam 1.0: 모델 카드에서 1M 토큰 윈도우, API에서 최대 출력 131,072 토큰. Ember-1: 프리뷰용으로는 공개되지 않음; 해당 기본 모델은 1,048,576 토큰을 지원합니다.

• 추론 제어 — Beam 1.0: 다섯 가지 노력 수준, 추론 필수, 기본값은 max. Ember-1: K3의 노력 다이얼을 계승하며, 이 릴리스의 전제는 그 다이얼이 너무 거칠고 재훈련이 더 세밀한 도구라는 것이다.

• 독립적 평가 — Beam 1.0: Artificial Analysis Intelligence Index 30, v4.3.2에서 120개 중 19위, 가격과 속도는 기록되지 않음. Ember-1: 공개된 결과 없음; 제3자가 실행한 적 없음.

• 셀프 호스팅 최소 사양 — Beam 1.0: 273 GiB NVFP4 빌드에는 NVLink로 연결된 NVIDIA B300 SXM GPU 4개, FP8에는 H200 8개, 933.81 GiB BF16 빌드에는 B200 또는 B300 8개. Ember-1: 가중치가 없으므로 제시할 최소 사양도 없습니다.

운영자가 이번 주에 실제로 할 수 있는 일

여기서 두 제품이 갈리며, 이는 근소한 차이가 아니다. Beam 1.0의 격차는 가격이다. Ember-1의 격차는 아티팩트 그 자체다.

Beam을 사용하면 273 GiB를 다운로드하고, 고정된 이미지에 대해 SGLang 레시피를 실행하고, beam-verifier CLI로 주요 벤치마크에서 Reflection의 참조 점수와 비교해 배포를 채점할 수 있습니다. 토큰당 가격을 매길 수는 없습니다. 아무도 요율을 공개하지 않았기 때문입니다. 하지만 자본 비용 수치와 와트 수치를 계산해 현재 지불하고 있는 금액과 비교할 수는 있습니다. 이는 이례적인 상황입니다. 가격표보다 검증 하네스를 먼저 출시한 벤더라는 점 말입니다.

Ember-1을 사용하면 Fireworks Research가 다음 달에는 존재하지 않을 수도 있다고 밝힌 프리뷰 엔드포인트로 트래픽을 보낼 수 있고, 비용 열이 다른 누군가의 요율표인 벤치마크 시트를 읽을 수 있다. 그것이 설명하는 절감은 그것이 유지된다면 실제지만, 그 절감을 만들어내는 것은 손에 쥘 수 있는 것이 아니다.

두 모델 모두 Kimi K3를 기준으로 측정되며, K3는 세 모델 중 경제성을 파악할 수 있는 모델입니다. K3는 우리 카탈로그에서 백만 입력 토큰당 $3.00, 백만 캐시 입력 토큰당 $0.30, 백만 출력 토큰당 $15.00이며, 컨텍스트 창은 1,048,576토큰입니다. 이는 Fireworks Research 비교에서 사용하는 것과 동일한 요금표이므로, Ember-1 표의 토큰 절감 비율은 믿어야 하는 달러가 아니라 검증할 수 있는 달러로 환산됩니다.

이는 실용적인 순서를 시사한다. 오늘 K3의 라우트에서 워크로드 가격을 산정하고, Ember-1의 비율은 전환이 사줄 수 있는 것의 상한으로 취급하며, 절감액을 금액으로 모델링하기 전에 공개된 Ember-1 요율을 기다려라. 그 계산이 행동에 옮길 만큼 흥미롭다면, 헤지는 프리뷰를 프로덕션과 동일한 엔드포인트 뒤에 두는 것이다 — OrcaRouter는 200개 이상의 모델에 걸쳐 하나의 OpenAI 호환 키를 운영하고, 제공업체의 정가를 아무것도 더하지 않고 그대로 전달하며, 자동으로 페일오버한다. 따라서 사라지는 프리뷰는 마이그레이션이 아니라 라우팅 변경이다. 2주라는 기간이 그것을 요구하지도 않는다. 그렇다고 그것을 반대하지도 않는다.

그것을 결정짓는 질문

만약 모델이 반드시 당신의 것이어야 한다는 제약, 즉 아티팩트를 소유하고, 양자화하고, 병합하거나, 경계 안에서 실행해야 한다는 제약이 있다면, 이 둘 중에서 Beam 1.0만이 겨우 후보가 될 수 있으며, 가격이 없다는 점은 차단 요인이라기보다 불편에 가깝다. GPU 네 대와 다운로드한 체크포인트면 하나의 계획이 된다.

당신의 제약이 Kimi K3를 긴 에이전트 루프에서 실행하는 것이고 청구서가 당신이 볼 수 없는 추론 토큰에 의해 좌우된다면, 둘 다 흥미롭지만 아직 어느 쪽도 답을 낼 수 없습니다. Beam의 효율성 이점은 구조적이라 어떤 워크로드에든 적용될 것입니다. Ember-1의 이점은 행동적이며, 자체 수치로 보면 고르지 않게 적용됩니다 — Terminal Bench에서는 토큰의 절반, 항공사 벤치마크 형태의 작업에서는 20분의 1입니다. 둘 중 어느 것이 예산의 한 줄이 되기 전에, 두 모델 모두 당신의 실제 트래픽에 대고 섀도로 실행해 보십시오. 벤치마크 표는 어느 쪽을 가리키든, 모델을 판매하는 쪽이 만든 것입니다.

그중 어느 것도 가정이 아닙니다: 이번과 같은 릴리스의 배경이 된 문서화된 AI 실패와 에이전트 사고는 OrcaRouter AI Incident Archive에 수집되어 있으며, 각 항목에는 자체 출처, 심각도, 신뢰도 등급, 분쟁 플래그가 함께 제공됩니다.