Ember-1 vs Gemma 4 12B: Jeden wynajmuje ci mniej tokenów, drugi wręcza ci wagi.

Ember-1 i Gemma 4 12B nie rywalizują o tę samą pozycję w zamówieniu, a najszybszym sposobem, by zobaczyć dlaczego, jest zapytać, co byłoby twoją własnością pod koniec każdego miesiąca. Gemma 4 12B to gęsty model multimodalny Google'a o 11,95 mld parametrów, wydany 3 czerwca 2026 r. na licencji Apache 2.0 — pobierasz go i checkpoint jest twój. Ember-1 to wyspecjalizowana pochodna Kimi K3 firmy Moonshot AI, opracowana przez Fireworks Research i opublikowana 23 września 2026 r. jako podgląd badawczy na własnej platformie serverless dostawcy — wywołujesz ją i nie posiadasz niczego oprócz faktury. Jedno to argument o wynajmie z możliwością wykupu dotyczący tokenów; drugie to zakup kapitałowy. Zestaw je obok siebie, a użyteczne porównanie nie dotyczy tego, który model jest lepszy, ponieważ nic opublikowanego nie pozwala tego rozstrzygnąć. Dotyczy ono tego, która z dwóch form pozyskania pasuje do tego, co budujesz.

Dwie umowy, wyrażone wprost

Gemma 4 12B to ukończone wydanie otwartych wag. Google publikuje wagi, architekturę, arkusz wyników benchmarków i licencję, a społeczność środowisk uruchomieniowych — llama.cpp, vLLM, MLX, SGLang, Transformers — obsługuje je na sprzęcie, który kontrolujesz. Koszt tokena po zakupie to prąd i amortyzacja, a nie pozycja na rachunku od dostawcy. To, z czego rezygnujesz, to koszty, które otwarte wagi zawsze ze sobą niosą: samodzielnie odpowiadasz za planowanie przepustowości, a twój pułap jakości jest ustalony na 11,95 mld parametrów.

Ember-1 jest odwrotnością. Nie ma wag do pobrania — istnieje jako opcja serwowania na platformie samego dostawcy — i nie ma podanej ceny. Zamiast tego oferuje węższe twierdzenie, zrealizowane na bazie znacznie większego modelu: dokładność Kimi K3, przy zużyciu około 40% mniej tokenów, by ją osiągnąć. Fireworks Research wytrenowało go specjalnie, aby skracać ślady rozumowania bez zmieniania odpowiedzi, i donosi, że długość rozumowania można było zmniejszyć o 35–50% bez utraty dokładności w siedmiu testach porównawczych i dwóch produkcyjnych testach A/B klientów. Każda z podanych tam liczb pochodzi od dostawcy i nie została odtworzona.

To, ile warte jest argument o tokenach, zależy wyłącznie od tego, kto płaci za tokeny.

Argumentacja za Ember-1 zakłada rozliczanie za token. To założenie jest słuszne w przypadku grupy odbiorców, dla której zostało stworzone — zespołów prowadzących długie pętle agentowe wobec hostowanego modelu frontier, gdzie, jak zauważa Fireworks Research, Kimi K3 potrafi przeznaczyć ponad 90% generowanych tokenów na wewnętrzne rozumowanie i gdzie każda tura odtwarza poprzednie tury, przez co wcześniejsze rozumowanie jest ponownie odczytywane i ponownie rozliczane. W takim układzie skrócenie śladu to bezpośrednie cięcie w miesięcznym rachunku, a wynik A/B — 29,9K tokenów wyjściowych wobec 49,3K w K3 — to liczba, która ma znaczenie.

Uruchom ten sam model na warunkach Gemma 4 12B, a argument się rozmywa. Gdy hostujesz samodzielnie checkpoint Apache-2.0, dodatkowe tokeny rozumowania kosztują czas zegarowy i zajętość GPU, a nie dolary za milion. Gadatliwy ślad rozumowania na własnym laptopie 16GB to wolniejsza odpowiedź, a nie większy rachunek. To nie czyni nieefektywności nieszkodliwą — w pętli agenta nadal się kumuluje i nadal objawia się jako opóźnienie — ale kurs wymiany jest inny, a traktowanie 40% redukcji tokenów jako 40% oszczędności na sprzęcie hostowanym samodzielnie to błąd kategorii.

Karta specyfikacji, jeden wiersz na wymiar

• Co to jest — Ember-1: pochodna Kimi K3 w wersji badawczej (research preview), ponownie wytrenowana pod kątem krótszego rozumowania. Gemma 4 12B: gęsty multimodalny model o otwartych wagach i 11,95 mld parametrów z rodziny Gemma 4 od Goog​le.

• Wagi — Ember-1: żadne nie zostały opublikowane; udostępniane wyłącznie przez platformę dostawcy. Gemma 4 12B: Apache 2.0, do pobrania, bez ograniczeń dostępu.

• Rozmiar — Ember-1: nieujawniony; odziedziczony z architektury Kimi K3. Gemma 4 12B: 11,95 mld parametrów (model gęsty), 48 warstw, około 18 GB wag w formacie BF16.

• Okno kontekstowe — Ember-1: nie podano dla wersji zapoznawczej; jego model bazowy ma 1 048 576 tokenów. Gemma 4 12B: 256 tys. tokenów.

• Wejścia — Ember-1: tekst. Gemma 4 12B: tekst, obraz i dźwięk dzięki jednolitej architekturze bez enkodera, a niektóre źródła wymieniają także wideo.

• Cena — Ember-1: nie opublikowano; kwoty w dolarach w arkuszu benchmarków są obliczone na podstawie cennika Kimi K3. Gemma 4 12B: można pobrać bezpłatnie; płacisz za sprzęt.

• Minimalne wymagania sprzętowe — Ember-1: cokolwiek zaplanuje dostawca. Gemma 4 12B: 16 GB VRAM lub pamięci zunifikowanej, zgodnie z pozycjonowaniem Google.

• Dowody — Ember-1: benchmarki dostawcy i dwa testy A/B przeprowadzone przez dostawcę, niepowtórzone. Gemma 4 12B: ewaluacje raportowane przez Goog​le oraz niezależny ekosystem lokalnych uruchomień.

Co publikuje Gemma 4 12B i jak odczytuje

Własne wyniki Google dla modelu Gemma 4 12B plasują go między przeznaczoną na urządzenia brzegowe Gemma 4 E4B a większym 26B MoE: GPQA Diamond 78,8%, MMLU Pro 77,2%, AIME 2026 bez narzędzi 77,5%, LiveCodeBench v6 72,0, Codeforces ELO 1659, średnia τ-2 69,0%, MMMU Pro 69,1%, DocVQA 94,9 i BigBench Extra Hard 53,0%. To również dane podane przez dostawcę — Google oceniło własny model i opublikowało tabelę wyników — ale mają tę zaletę, że opisują checkpoint, który każdy może pobrać i uruchomić ponownie, dlatego twierdzenia dotyczące modeli z otwartymi wagami zwykle szybko zyskują potwierdzenie ze strony osób trzecich, a twierdzenia dotyczące zamkniętych wersji zapoznawczych nie.

Prawdziwa różnica tego modelu ma charakter strukturalny, a nie liczbowy. Gemma 4 12B nie ma oddzielnego enkodera wizji ani audio: fragmenty obrazu i przebiegi dźwiękowe są rzutowane bezpośrednio na przestrzeń tokenów, co pozwala modelowi 12B w ogóle przyjmować zrzut ekranu lub nagranie jako dane wejściowe. W zestawie znajdują się również modele szkicujące do wielotokenowej predykcji na potrzeby dekodowania spekulacyjnego, co jest funkcją opóźnienia, a nie jakości — coś, co ma znaczenie, gdy samodzielnie uruchamiasz model i każda milisekunda prefillu jest twoim kosztem.

Gdzie te dwa tak naprawdę się zderzają

Oba modele są sprzedawane do zastosowań w kodowaniu agentowym i korzystaniu z narzędzi, i to jedyny obszar, w którym istnieje prawdziwy wybór. Wynik Ember-1 w Terminal Bench 2.1 to 82,0% wobec 80,9% Kimi K3 Max, przy 51,9% mniejszej liczbie tokenów; jego wynik w SWE-bench Verified to 92,2% wobec 93,2% K3 Max. Gemma 4 12B nie ma w ogóle wyniku Terminal Bench ani SWE-bench w opublikowanym zestawie Google — jej dowodem na możliwości agentowe jest τ-2 na poziomie 69,0%. Nie można więc zestawić tych dwóch modeli na wspólnym benchmarku, a każdy artykuł, który to robi, wymyśla to porównanie.

Można powiedzieć, że znajdują się w różnych punktach krzywej kosztów. Jeśli obciążenie Twoich agentów jest realizowane na hostowanym modelu frontier, a rachunek zdominowany jest przez tokeny rozumowania, Ember-1 atakuje dokładnie ten składnik — za cenę dwutygodniowego okna dostępu i braku publikowanego cennika. Jeśli Twoje obciążenie musi działać na sprzęcie, który kontrolujesz, obsłużyć zrzut ekranu albo przetrwać decyzję dostawcy o niekontynuowaniu wersji zapoznawczej, Gemma 4 12B jest jedynym z tych dwóch, który w ogóle odpowiada na to pytanie.

Droga środka i gdzie jej szukać

Istnieje trzecia opcja, wokół której nie zbudowano marketingu żadnego z tych modeli: wykorzystanie większych wariantów Gemma 4 jako hostowanej połowy hybrydy. OrcaRouter kieruje Goog​le'owe Gemma 4 26B-A4B oraz Gemma 4 31Bobok ponad 200 innych modeli za jednym API w cenie katalogowej dostawcy z 0% marży, więc ten sam klucz, który sięga średniej wielkości Gemmy, sięga też modeli czołowych, do których w przeciwnym razie potrzebowałbyś drugiej umowy. Sama Gemma 4 12B nie znajduje się na naszej platformie, a Ember-1 również nie — jeśli potrzebujesz 12B lokalnie, pobierz go; jeśli chcesz najpierw sprawdzić, czy większa Gemma zasypuje tę lukę, ten test kosztuje jeden endpoint.

Takie rozwiązanie jest również uczciwym sposobem oceny podglądu badawczego. Automatyczne przełączanie awaryjne między dostawcami oznacza, że model, który znika z okna podglądu, nie zabiera ze sobą twojej aplikacji, co jest konkretnym ryzykiem, które wprowadza status wydania Ember-1, oraz konkretnym ryzykiem, którego nie rozwiązuje nic w jego tabeli benchmarków.

Który z nich powinien znaleźć się na Twojej mapie drogowej?

Wybierz Gemma 4 12B, jeśli posiadanie jest wymogiem — prywatność, działanie offline, stały minimalny poziom kosztów lub produkt, który musi dalej działać, gdy dostawca zmieni zdanie. Jego publikowany pułap możliwości jest niższy niż w przypadku pochodnej modelu typu frontier, a jego multimodalne wejście naprawdę je wyróżnia — i żaden z tych faktów nie zależy od roadmapy kogokolwiek innego.

Wybierz Ember-1, jeśli twoim problemem jest rachunek za tokeny przy długich przebiegach agenta i możesz zaakceptować ryzyko wersji zapoznawczej. Uruchom go w trybie shadow równolegle z obecnie używanym rozwiązaniem przez dwa tygodnie, które masz, zmierz liczbę tokenów na ukończone zadanie na własnym ruchu i traktuj te 40% jako hipotezę, a nie jako wskaźnik. Czego nie powinieneś robić, to wybierać między nimi na podstawie jakości, ponieważ nikt — w tym laboratorium, które stworzyło Ember-1 — nie opublikował porównania, które by ci na to pozwoliło.

Ważniejsze jest to, że te dwa wydania odzwierciedlają dwa sposoby sprzedawania możliwości pod koniec 2026 roku. Jedno laboratorium publikuje checkpoint i pozwala ekosystemowi znaleźć dla niego poziom; inne bierze model wytrenowany przez kogoś innego, ulepsza jedną oś jego zachowania i sprzedaje tę poprawę jako usługę. Oba są zasadne i zawodzą na różne sposoby: otwarte wagi zawodzą powoli i publicznie, a zapowiedzi zawodzą nagle i przez ogłoszenie.