Beam 1.0 vs Ember-1: два способа сократить расходы на рассуждения, и только у одного есть веса

Beam 1.0 и Ember-1 с противоположных сторон преследуют одну и ту же статью расходов — именно поэтому это сравнение имеет смысл. Ember-1 — производная Kimi K3 от Fireworks Research, опубликованная 23 сентября 2026 года как исследовательское превью; она снижает стоимость рассуждений, переобучая существующую передовую модель мыслить более сжато — заявленный вендором результат — примерно на 40% меньше токенов при сопоставимом качестве. Beam 1.0 — собственная архитектура Reflection, выпущенная с весами под Apache 2.0 16 октября 2026 года; она атакует ту же стоимость, пробуждая лишь 23,4 млрд из 501,3 млрд параметров на токен, и заявляет сопоставимое качество при примерно втрое меньшем числе токенов рассуждений на этапе инференса. Одна команда изменила привычки модели; другая построила модель, чьи привычки дешевле. Ситуация с доступностью различается столь же резко: веса Reflection существуют, и их можно скачать уже сегодня, а Fireworks Research не опубликовала ни весов, ни цены.

Оба утверждения исходят от поставщика и не воспроизведены, и оба измеряются относительно моделей с опубликованными тарифами — именно поэтому эти расчёты вообще можно проверить.

Два механизма — и почему они не взаимозаменяемы

Fireworks Research провела более пятидесяти обучающих экспериментов и свыше двухсот оценок, чтобы убрать рассуждения, не меняющие ответ, и сообщает, что длина рассуждений сократилась на 35–50% на семи бенчмарках и двух наборах производственного трафика клиентов. В прогоне Terminal Bench 2.1 из 89 задач она сообщает о 82,0% против 80,9% у K3 Max при на 51,9% меньшем числе токенов и на $23,10 меньших затратах на задачу; на τ-2 Bench Airline экономия падает до 5,9%. Показатель «около 40%» — это среднее по разбросу от примерно 6% до примерно 52%, и это чрезвычайно важно, если ваша рабочая нагрузка похожа на нижний край этого диапазона.

Подход Reflection является структурным, а не поведенческим. Экономия Beam 1.0 обусловлена коэффициентом активации — 4,7 процента модели активны на любом токене, поэтому вычисления на токен ниже по построению, — плюс утверждением о многословности. Самое сильное подтверждение второй половины, касающейся многословности, является независимым: Artificial Analysis измерила Beam на уровне 79 млн выходных токенов по своему Intelligence Index при медиане 130 млн, и Beam занял десятое место из сорока шести. Это третья сторона, которая подсчитывает токены и обнаруживает, что Beam экономнее большей части отрасли; это не утверждение о пропускной способности на один GPU, но это реальное утверждение.

Говоря прямо: если Ember-1 работает так, как заявлено, любое его развёртывание становится дешевле. Если Beam 1.0 работает так, как заявлено, любое его развёртывание становится дешевле. Ни одно из этих утверждений не говорит, что произойдёт, если заменить одну модель на другую, потому что эти две модели не одинакового размера, обучались не одинаковым образом и не производят одни и те же токены.

Сравнение по каждому измерению

• Параметры — Beam 1.0: всего 501,3 млрд, 23,4 млрд активных на токен, доля активации 4,7%; 52 слоя, 3 плотных и 49 MoE, 256 экспертов. Ember-1: является производной от Kimi K3, и Fireworks Research не опубликовала число параметров для своего производного варианта.

• Лицензия — Beam 1.0: Apache 2.0, файл лицензии находится в репозитории, и нет ограничений на дистилляцию, файн-тюнинг, квантизацию или объединение. Ember-1: веса вообще не опубликованы; это исследовательский предпросмотр, доступный в режиме сервиса.

• Доступ — Beam 1.0: три варианта точности на Hugging Face плюс собственный API, совместимый с OpenAI, по адресу api.reflection.ai, идентификатор модели Beam-1.0-501B-A23B. Ember-1: собственная бессерверная платформа вендора с двухнедельным окном доступа, постоянство которого лаборатория ставит в зависимость от спроса.

• Цена — Beam 1.0: нигде не опубликована; в документации есть подробная страница о лимитах запросов, но тарифной сетки нет. Ember-1: тоже не опубликована; долларовые столбцы в её таблице бенчмарков рассчитаны из публичных тарифов Kimi K3, применённых к количеству токенов, а не из тарифа Ember-1.

• Контекст — Beam 1.0: окно в 1 млн токенов в карточке модели, 131 072 токена максимального вывода в API. Ember-1: не опубликована в предварительной версии; её базовая модель поддерживает 1 048 576 токенов.

• Управление рассуждениями — Beam 1.0: пять уровней усилий, обязательные рассуждения, максимум по умолчанию. Ember-1: наследует регулятор усилий K3, а замысел релиза в том, что этот регулятор слишком груб, и повторное обучение — более тонкий инструмент.

• Независимая оценка — Beam 1.0: Artificial Analysis Intelligence Index 30, 19-е место из 120 в v4.3.2, при этом цена и скорость не указаны. Ember-1: публикации отсутствуют; ни одна третья сторона его не тестировала.

• Минимальная конфигурация для самостоятельного хостинга — Beam 1.0: четыре GPU NVIDIA B300 SXM на NVLink для сборки NVFP4 объёмом 273 GiB, восемь H200 для FP8 и восемь B200 или B300 для сборки BF16 объёмом 933,81 GiB. Ember-1: весов нет, поэтому минимальную конфигурацию указывать не требуется.

Что оператор на самом деле может сделать на этой неделе

Именно здесь они расходятся, и это не пограничный случай. Разрыв Beam 1.0 — это цена. Разрыв Ember-1 — это сам артефакт.

С Beam вы можете скачать 273 ГиБ, запустить рецепт SGLang для закреплённого образа и с помощью beam-verifier CLI оценить ваше развёртывание по эталонным оценкам Reflection на основных бенчмарках. Вы не можете оценить это за токен, потому что никто не опубликовал тариф, но вы можете вычислить капитальное число и число ватт и сравнить их с тем, что вы платите сейчас. Это необычная позиция: поставщик, который выпустил средство проверки раньше прайс-листа.

С помощью Ember-1 вы можете отправлять трафик на preview-эндпоинт, который, по словам Fireworks Research, может не существовать в следующем месяце, и читать таблицу бенчмарков, в которой столбцы стоимости — это прайс-лист кого-то другого. Описываемая им экономия реальна, если она сохранится, но то, что создаёт эту экономию, нельзя подержать в руках.

Обе модели сравниваются с Kimi K3, и K3 — единственная из трёх, чья экономика поддаётся расчёту. В нашем каталоге она стоит $3.00 за миллион входных токенов, $0.30 за миллион кэшированных входных и $15.00 за миллион выходных, при контекстном окне в 1 048 576 токенов. Это тот же тарифный лист, что используется в сравнении Fireworks Research, поэтому проценты сокращения токенов в таблице Ember-1 превращаются в доллары, которые можно проверить, а не в доллары, которые приходится принимать на веру.

Что подсказывает практическую последовательность действий. Рассчитайте стоимость рабочей нагрузки по сегодняшнему маршруту K3, считайте процентные показатели Ember-1 верхней границей того, что может дать переключение, и дождитесь опубликованного тарифа Ember-1, прежде чем моделировать экономию в денежном выражении. Если арифметика достаточно интересна, чтобы на неё опираться, страховочный ход — разместить превью за тем же эндпоинтом, что и продакшен — OrcaRouter работает с одним OpenAI-совместимым ключом для более чем 200 моделей, пропускает прейскурантную цену провайдера без каких-либо надбавок и автоматически переключается при сбое, так что превью, которое исчезает, — это изменение маршрутизации, а не миграция. Ничто в двухнедельном окне этого не требует. И ничто в нём не свидетельствует против этого.

Вопрос, который всё решает

Если ваше ограничение состоит в том, что модель должна быть вашей — что вам нужно владеть артефактом, квантовать его, объединять его или запускать его внутри периметра — тогда Beam 1.0 — единственный из этих двух, который вообще может рассматриваться, а отсутствующая цена — это неудобство, а не блокер. Четыре GPU и скачанный чекпойнт — это уже план.

Если ваше ограничение в том, что вы запускаете Kimi K3 в длинном агентном цикле, а счёт в основном формируют невидимые вам токены рассуждений, то оба варианта интересны, и ни на один из них пока нельзя ответить. Преимущество Beam в эффективности структурное и применимо к любой рабочей нагрузке; преимущество Ember-1 — поведенческое и, по его собственным цифрам, проявляется неравномерно: половина токенов на Terminal Bench, одна двадцатая — на задаче, напоминающей авиационный бенчмарк. Запустите оба в теневом режиме на собственном трафике, прежде чем любой из них станет строкой в бюджете. Таблицы бенчмарков, в какую бы сторону они ни указывали, были построены теми, кто продаёт модели.

Ничего из этого не гипотетично: задокументированные сбои ИИ и инциденты с агентами, стоящие за такими релизами, как этот, собраны в OrcaRouter AI Incident Archive, где каждая запись содержит собственные источники, уровень серьёзности, класс уверенности и флаг оспаривания.