Beam 1.0 vs Ember-1: twee manieren om een rekening voor redeneerwerk te verlagen, en slechts één ervan heeft gewichten

Beam 1.0 en Ember-1 jagen vanuit tegenovergestelde richtingen op dezelfde regelpost, en dat is wat de vergelijking de moeite waard maakt. Ember-1 is het Kimi K3-derivaat van Fireworks Research, gepubliceerd op 23 september 2026 als onderzoekspreview, dat de redeneerkosten aanpakt door een bestaand frontiermodel te hertrainen om beknopter te denken — de hoofdboodschap van de leverancier is ongeveer 40% minder tokens bij vergelijkbare kwaliteit. Beam 1.0 is de eigen architectuur van Reflection, uitgebracht met Apache 2.0-gewichten op 16 oktober 2026, die dezelfde kosten aanpakt door per token slechts 23,4 miljard van 501,3 miljard parameters te activeren en vergelijkbare kwaliteit te claimen bij ongeveer drie keer minder redeneertokens tijdens inferentie. Het ene team veranderde de gewoonten van een model; het andere bouwde een model waarvan de gewoonten goedkoper zijn. De situatie rond de beschikbaarheid van bronnen verschilt al even scherp: de gewichten van Reflection bestaan en kunnen vandaag worden gedownload, en Fireworks Research heeft noch gewichten noch een prijs gepubliceerd.

Beide beweringen zijn door leveranciers gerapporteerd en niet gereproduceerd, en beide worden afgemeten tegen modellen met gepubliceerde tariefkaarten — wat de enige reden is waarom de berekening überhaupt controleerbaar is.

Twee mechanismen, en waarom ze niet onderling verwisselbaar zijn

Fireworks Research voerde meer dan vijftig trainingsexperimenten en meer dan tweehonderd evaluaties uit om redeneringen te verwijderen die het antwoord niet veranderen, en zegt dat de lengte van redeneringen met 35–50% daalde over zeven benchmarks en twee productieverkeersets van klanten. Bij een Terminal Bench 2.1-run van 89 taken rapporteert het 82,0% tegenover de 80,9% van K3 Max, met 51,9% minder tokens en $23,10 minder per taak; bij τ-2 Bench Airline zakt de besparing naar 5,9%. Het “ongeveer 40%” is een gemiddelde over een spreiding die loopt van ruwweg 6% tot ruwweg 52%, wat enorm veel uitmaakt als uw workload op de onderkant van dat bereik lijkt.

De aanpak van Reflection is structureel in plaats van gedragsmatig. De besparing van Beam 1.0 komt uit de activeringsratio — 4,7 procent van het model is wakker bij elk token, dus de compute per token is per constructie lager — plus een claim over breedsprakigheid. De sterkste ondersteuning voor de helft over breedsprakigheid is onafhankelijk: Artificial Analysis mat Beam op 79M outputtokens over zijn Intelligence Index tegen een mediaan van 130M, met een rang van tien van de zesenveertig. Dat is een derde partij die tokens telt en Beam zuiniger vindt dan het grootste deel van het veld, wat geen claim over per-GPU-throughput is, maar wel een echte.

Simpel gezegd: als Ember-1 werkt zoals geadverteerd, wordt elke implementatie ervan goedkoper. Als Beam 1.0 werkt zoals geadverteerd, wordt elke implementatie ervan goedkoper. Geen van beide beweringen vertelt je wat er gebeurt als je de een door de ander vervangt, omdat de twee modellen niet even groot zijn, niet op dezelfde manier zijn getraind en niet dezelfde tokens produceren.

De vergelijking dimensie voor dimensie

• Parameters — Beam 1.0: 501,3B totaal, 23,4B actief per token, een activatieratio van 4,7%; 52 lagen, 3 dense en 49 MoE, 256 experts. Ember-1: afgeleid van Kimi K3, en Fireworks Research heeft voor zijn afgeleide geen parameteraantal gepubliceerd.

• Licentie — Beam 1.0: Apache 2.0, met het licentiebestand in de repository en geen beperking op distillatie, fine-tuning, kwantisatie of samenvoegen. Ember-1: er zijn helemaal geen gewichten gepubliceerd; het is een onderzoekspreview die als service wordt aangeboden.

• Toegang — Beam 1.0: drie precisies op Hugging Face plus een first-party OpenAI-compatibele API op api.reflection.ai, model-ID Beam-1.0-501B-A23B. Ember-1: het eigen serverloze platform van de leverancier, met een toegangsvenster van twee weken waarvan het lab het voortbestaan aan de vraag koppelt.

• Prijs — Beam 1.0: nergens gepubliceerd; de documentatie bevat een gedetailleerde rate-limitpagina en geen tariefkaart. Ember-1: ook niet gepubliceerd; de dollarkolommen in de benchmarktabel ervan zijn berekend op basis van de openbare tarieven van Kimi K3 toegepast op tokenaantallen, niet op basis van een Ember-1-tarief.

• Context — Beam 1.0: een venster van 1M tokens op de modelkaart, 131.072 tokens maximale output op de API. Ember-1: niet gepubliceerd voor de preview; het basismodel heeft 1.048.576 tokens.

• Redeneringscontrole — Beam 1.0: vijf inspanningsniveaus, verplicht redeneren, max als standaard. Ember-1: erft de inspanningsregelaar van K3, en het uitgangspunt van de release is dat de regelaar te grof is en hertraining het fijnere instrument.

• Onafhankelijke evaluatie — Beam 1.0: Artificial Analysis Intelligence Index 30, positie 19 van 120 op v4.3.2, zonder geregistreerde prijs of snelheid. Ember-1: niets gepubliceerd; geen enkele derde partij heeft het uitgevoerd.

• Ondergrens voor self-hosting — Beam 1.0: vier NVIDIA B300 SXM GPU's op NVLink voor de 273 GiB NVFP4-build, acht H200's voor FP8, en acht B200's of B300's voor de 933,81 GiB BF16-build. Ember-1: geen gewichten, dus geen ondergrens om te vermelden.

Wat een operator deze week daadwerkelijk kan doen

Dit is waar de twee uiteenlopen, en dat is geen kwestie van een klein verschil. Het minpunt van Beam 1.0 is de prijs. Het minpunt van Ember-1 is het artefact zelf.

Met Beam kun je 273 GiB downloaden, het SGLang-recept tegen een vastgezette image uitvoeren en de beam-verifier CLI je deployment laten beoordelen aan de hand van de referentiescores van Reflection op de belangrijkste benchmarks. Je kunt er geen prijs per token voor bepalen, omdat niemand een tarief heeft gepubliceerd, maar je kunt een kapitaalbedrag en een wattage berekenen en die vergelijken met wat je nu betaalt. Dat is een ongebruikelijke positie: een leverancier die de verificatietool al uitbracht voordat de prijslijst bestond.

Met Ember-1 kun je verkeer sturen naar een preview-endpoint waarvan Fireworks Research heeft gezegd dat het volgende maand mogelijk niet meer bestaat, en je kunt een benchmarkblad lezen waarvan de kostenkolommen de tariefkaart van iemand anders zijn. De besparing die het beschrijft is reëel als die standhoudt, maar het ding dat de besparing oplevert, is niet iets dat je kunt vasthouden.

Beide modellen worden afgemeten tegen Kimi K3, en van de drie is K3 degene waarvan de economie kenbaar is. Het staat in onze catalogus voor $3,00 per miljoen inputtokens, $0,30 per miljoen gecachte input en $15,00 per miljoen output, met een contextvenster van 1.048.576 tokens. Dat is dezelfde tariefkaart die de vergelijking van Fireworks Research gebruikt, dus de tokenreductiepercentages in de tabel van Ember-1 vertalen zich naar dollars die je kunt verifiëren in plaats van dollars die je op goed vertrouwen moet aannemen.

Wat de praktische volgorde suggereert. Prijs de workload vandaag op K3's route, behandel Ember-1's percentages als de bovengrens van wat een overstap zou kunnen opleveren, en wacht op een gepubliceerd Ember-1-tarief voordat je de besparing als geld modelleert. Als de rekensom interessant genoeg is om op te handelen, is de hedge om de preview achter hetzelfde endpoint te zetten als productie — OrcaRouter draait één OpenAI-compatibele sleutel over meer dan 200 modellen, geeft de lijstprijs van de provider ongewijzigd door zonder iets toe te voegen, en schakelt automatisch over, dus een preview die verdwijnt is een routeringswijziging in plaats van een migratie. Niets aan een venster van twee weken vereist dat. Niets eraan pleit ertegen.

De vraag die de doorslag geeft

Als je beperking is dat het model het jouwe moet zijn — dat je het artefact moet bezitten, het moet kwantiseren, het moet samenvoegen of het binnen een perimeter moet draaien — dan is Beam 1.0 de enige van deze twee die zelfs maar in aanmerking komt, en is de ontbrekende prijs eerder een ongemak dan een blokkade. Vier GPU's en een gedownload checkpoint is een plan.

Als je beperking is dat je Kimi K3 in een lange agentlus draait en de rekening wordt gedomineerd door redeneringstokens die je niet kunt zien, zijn beide interessant en geen van beide is vooralsnog te beantwoorden. Het efficiëntievoordeel van Beam is structureel en zou op elke werklast van toepassing zijn; dat van Ember-1 is gedragsmatig en is, op basis van zijn eigen cijfers, ongelijkmatig van toepassing — de helft van de tokens op Terminal Bench, een twintigste op een airline-benchmark-achtige taak. Draai beide in schaduwmodus tegen je eigen verkeer voordat een van beide een regel in een begroting wordt. De benchmarktabellen, welke kant ze ook op wijzen, zijn opgesteld door de partijen die de modellen verkopen.

Niets daarvan is hypothetisch: de gedocumenteerde AI-fouten en agent-incidenten achter releases zoals deze zijn verzameld in the OrcaRouter AI Incident Archive, waar elke vermelding zijn eigen bronnen, ernst, betrouwbaarheidsgraad en markering voor betwisting bevat.