Beam 1.0 vs Ember-1: Dwa sposoby na przycięcie rachunku za rozumowanie, a tylko jeden ma wagi

Beam 1.0 i Ember-1ścigają tę samą pozycję kosztową z przeciwnych kierunków i właśnie dlatego to porównanie ma sens. Ember-1 to pochodna Kimi K3 od Fireworks Research, opublikowana 23 września 2026 r. jako podgląd badawczy, która uderza w koszt rozumowania, douczając istniejący model frontierowy, by myślał bardziej zwięźle — hasło producenta to około 40% mniej tokenów przy porównywalnej jakości. Beam 1.0 to własna architektura Reflection, udostępniona wraz z wagami na licencji Apache 2.0 16 października 2026 r., która uderza w ten sam koszt, budząc na token tylko 23,4 mld z 501,3 mld parametrów i twierdząc, że zapewnia porównywalną jakość przy około trzykrotnie mniejszej liczbie tokenów rozumowania w czasie wnioskowania. Jeden zespół zmienił nawyki modelu; drugi zbudował model, którego nawyki są tańsze. Sytuacja z dostępem wygląda równie kontrastowo: wagi Reflection istnieją i można je pobrać już dziś, a Fireworks Research nie opublikowało ani wag, ani ceny.

Oba te twierdzenia pochodzą od dostawców i nie zostały odtworzone, a oba mierzy się względem modeli z opublikowanymi cennikami — co jest jedynym powodem, dla którego tę arytmetykę w ogóle da się sprawdzić.

Dwa mechanizmy i dlaczego nie są wymienne

Fireworks Research przeprowadził ponad pięćdziesiąt eksperymentów treningowych i ponad dwieście ewaluacji, aby usunąć rozumowanie, które nie zmienia odpowiedzi, i twierdzi, że długość rozumowania spadła o 35–50% w siedmiu benchmarkach i dwóch zestawach ruchu produkcyjnego klientów. W przebiegu Terminal Bench 2.1 obejmującym 89 zadań raportuje 82,0% wobec 80,9% K3 Max, przy 51,9% mniejszej liczbie tokenów i o 23,10 USD mniej na zadanie; w τ-2 Bench Airline oszczędność spada do 5,9%. „Około 40%” to średnia z rozrzutu od mniej więcej 6% do mniej więcej 52%, co ma ogromne znaczenie, jeśli Twoje obciążenie wygląda jak dolna granica tego zakresu.

Podejście Reflection jest strukturalne, a nie behawioralne. Oszczędność Beam 1.0 wynika ze współczynnika aktywacji — przy dowolnym tokenie tylko 4,7 procent modelu jest aktywne, więc obliczenia na token są niższe z założenia — plus z twierdzenia o rozwlekłości. Najmocniejsze poparcie dla części dotyczącej rozwlekłości jest niezależne: Artificial Analysis zmierzyło Beam na poziomie 79 mln tokenów wyjściowych w swoim Intelligence Index wobec mediany 130 mln, plasując go na dziesiątym miejscu wśród czterdziestu sześciu. To strona trzecia, która liczy tokeny i stwierdza, że Beam jest oszczędniejszy niż większość w branży, co nie jest twierdzeniem o przepustowości na GPU, ale jest twierdzeniem prawdziwym.

Mówiąc wprost: jeśli Ember-1 działa tak, jak reklamowano, każde jego wdrożenie staje się tańsze. Jeśli Beam 1.0 działa tak, jak reklamowano, każde jego wdrożenie staje się tańsze. Żadne z tych twierdzeń nie mówi, co się dzieje, gdy zamieniasz jedno na drugie, ponieważ te dwa modele nie mają tego samego rozmiaru, nie zostały wytrenowane w ten sam sposób i nie generują tych samych tokenów.

Porównanie wymiar po wymiarze

• Parametry — Beam 1.0: łącznie 501,3 mld, 23,4 mld aktywnych na token, współczynnik aktywacji 4,7%; 52 warstwy, 3 gęste i 49 MoE, 256 ekspertów. Ember-1: wywodzi się z Kimi K3, a Fireworks Research nie opublikowało liczby parametrów dla swojego modelu pochodnego.

• Licencja — Beam 1.0: Apache 2.0, z plikiem licencji w repozytorium i bez ograniczeń dotyczących destylacji, dostrajania, kwantyzacji lub scalania. Ember-1: brak publikacji jakichkolwiek wag; to udostępniany podgląd badawczy.

• Dostęp — Beam 1.0: trzy warianty precyzji na Hugging Face oraz własne API zgodne z OpenAI pod adresem api.reflection.ai, identyfikator modelu Beam-1.0-501B-A23B. Ember-1: własna platforma bezserwerowa dostawcy, z dwutygodniowym oknem dostępu, którego trwałość laboratorium uzależnia od popytu.

• Cena — Beam 1.0: nigdzie nieopublikowana; dokumentacja zawiera szczegółową stronę o limitach szybkości, ale nie ma cennika. Ember-1: również nieopublikowana; kolumny z dolarami w jej tabeli benchmarków są obliczone na podstawie publicznych stawek Kimi K3 zastosowanych do liczby tokenów, a nie na podstawie stawki Ember-1.

• Kontekst — Beam 1.0: okno 1 mln tokenów w karcie modelu, maksymalnie 131 072 tokeny wyjściowe w API. Ember-1: nieopublikowany dla wersji zapoznawczej; jego model bazowy obsługuje 1 048 576 tokenów.

• Kontrola rozumowania — Beam 1.0: pięć poziomów wysiłku, obowiązkowe rozumowanie, domyślnie maksymalny. Ember-1: dziedziczy pokrętło wysiłku z K3, a założeniem tego wydania jest to, że pokrętło jest zbyt zgrubne, a ponowne trenowanie to precyzyjniejsze narzędzie.

• Niezależna ocena — Beam 1.0: Artificial Analysis Intelligence Index 30, pozycja 19 na 120 w wersji v4.3.2, bez odnotowanej ceny i szybkości. Ember-1: nie opublikowano żadnych wyników; żadna strona trzecia go nie uruchomiła.

• Minimalna konfiguracja do samodzielnego hostowania — Beam 1.0: cztery procesory graficzne N​VIDIA B300 SXM na NVLink dla wersji 273 GiB NVFP4, osiem H200 dla FP8 oraz osiem B200 lub B300 dla wersji 933,81 GiB BF16. Ember-1: brak wag, więc nie ma minimalnej konfiguracji do podania.

Co operator może tak naprawdę zrobić w tym tygodniu

To tutaj te dwa się rozchodzą i nie jest to nieznaczna różnica. Luka Beam 1.0 to cena. Luka Ember-1 to sam artefakt.

Za pomocą Beam możesz pobrać 273 GiB, uruchomić przepis SGLang na przypiętym obrazie i sprawić, że beam-verifier CLI oceni Twoje wdrożenie względem referencyjnych wyników Reflection na głównych benchmarkach. Nie możesz tego wycenić za token, ponieważ nikt nie opublikował stawki, ale możesz obliczyć kwotę kapitałową i wartość w watach oraz porównać je z tym, co płacisz teraz. To nietypowa sytuacja: dostawca, który dostarczył narzędzie weryfikacyjne przed cennikiem.

Dzięki Ember-1 możesz wysyłać ruch do endpointu w wersji zapoznawczej, o którym Fireworks Research poinformowało, że może nie istnieć w przyszłym miesiącu, a także czytać arkusz benchmarków, którego kolumny kosztów są cennikiem kogoś innego. Opisywana oszczędność jest prawdziwa, jeśli się utrzyma, ale to, co generuje tę oszczędność, nie jest czymś, co możesz trzymać.

Oba modele są mierzone względem Kimi K3, a spośród tych trzech to właśnie K3 ma ekonomikę, którą da się poznać. W naszym katalogu widnieje w cenie $3.00 za milion tokenów wejściowych, $0.30 za milion buforowanych tokenów wejściowych i $15.00 za milion tokenów wyjściowych, z oknem kontekstowym liczącym 1,048,576 tokenów. To ten sam cennik, którego używa porównanie Fireworks Research, więc procentowe redukcje liczby tokenów w tabeli Ember-1 przekładają się na dolary, które możesz zweryfikować, a nie na dolary, które musisz przyjąć na wiarę.

Co sugeruje praktyczną kolejność działań. Wyceń obciążenie na dzisiejszej trasie K3, potraktuj wartości procentowe Ember-1 jako górną granicę tego, co może dać przełączenie, i poczekaj na opublikowaną stawkę Ember-1, zanim zaczniesz modelować oszczędność jako kwotę. Jeśli arytmetyka jest wystarczająco interesująca, by na jej podstawie działać, zabezpieczeniem jest umieszczenie wersji zapoznawczej za tym samym punktem końcowym co produkcja — OrcaRouter obsługuje jeden klucz zgodny z OpenAI w ponad 200 modelach, przekazuje cenę katalogową dostawcy bez doliczania niczego i automatycznie przełącza się awaryjnie, więc wersja zapoznawcza, która znika, to zmiana routingu, a nie migracja. Nic w dwutygodniowym oknie nie wymaga tego. Nic w nim też nie przemawia przeciwko temu.

Pytanie, które to rozstrzyga

Jeśli twoim ograniczeniem jest to, że model musi być twój — że musisz być właścicielem artefaktu, móc go skwantyzować, scalić albo uruchomić wewnątrz perymetru — to Beam 1.0 jest jedynym z tych dwóch, który jest choćby kandydatem, a brakująca cena jest niedogodnością, a nie przeszkodą. Cztery GPU i pobrany checkpoint to plan.

Jeśli Twoim ograniczeniem jest to, że uruchamiasz Kimi K3 w długiej pętli agentowej, a rachunek jest zdominowany przez tokeny rozumowania, których nie widzisz, oba przypadki są interesujące i w żadnym nie można jeszcze udzielić odpowiedzi. Przewaga wydajnościowa Beam ma charakter strukturalny i miałaby zastosowanie do każdego obciążenia; przewaga Ember-1 jest behawioralna i — według jej własnych liczb — działa nierównomiernie: połowa tokenów na Terminal Bench, jedna dwudziesta w zadaniu o profilu benchmarku linii lotniczych. Uruchom oba w trybie shadow na własnym ruchu, zanim którekolwiek z nich stanie się pozycją w budżecie. Tabele benchmarków, niezależnie od tego, w którą stronę wskazują, zostały zbudowane przez podmioty sprzedające te modele.

Nic z tego nie jest hipotetyczne: udokumentowane awarie AI i incydenty z agentami stojące za takimi wydaniami jak to są zebrane w the OrcaRouter AI Incident Archive, gdzie każdy wpis zawiera własne źródła, stopień ważności, ocenę pewności i oznaczenie sporne.