Beam 1.0 กับ Ember-1: สองวิธีลดค่าใช้จ่ายด้านการให้เหตุผล และมีเพียงวิธีเดียวเท่านั้นที่มีน้ำหนัก
- Orcaใหม่Orca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 61 tok/s
- Orcaใหม่Orca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 76 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2952ความฉลาด
- anthropicAnthropic: Claude Sonnet 5.52026-09-2856ความฉลาด
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 723 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238ความฉลาด
- OpenAIOpenAI: GPT-6 Sol2026-09-2248ความฉลาด
- AnthropicAnthropic: Claude Opus 5.52026-09-2258ความฉลาด
- xAIGrok 4.72026-09-2146ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 36 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 ต่อ 1 ล้านโทเค็น · 821 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-09-1040ความฉลาด
- OpenAIOpenAI: GPT-6 Astra2026-09-0453ความฉลาด77การเขียนโค้ด
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241ความฉลาด76การเขียนโค้ด
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245ความฉลาด76การเขียนโค้ด
- AnthropicAnthropic: Claude Fable 5.12026-09-0153ความฉลาด82การเขียนโค้ด
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 ต่อ 1 ล้านโทเค็น · 52 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 ต่อ 1 ล้านโทเค็น · 109 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642ความฉลาด72การเขียนโค้ด
- DeepSeekDeepSeek: DeepSeek V4 Flash Vision (Exp)2026-08-21$0.22 / $0.66 ต่อ 1 ล้านโทเค็น · 185 tok/s
Beam 1.0 และ Ember-1 ต่างไล่ล่ารายการเดียวกันจากทิศทางตรงกันข้าม และนั่นคือสิ่งที่ทำให้การเปรียบเทียบนี้คุ้มค่าที่จะทำ Ember-1 เป็นอนุพันธ์ของ Kimi K3 จาก Fireworks Research เผยแพร่เมื่อวันที่ 23 กันยายน 2026 ในฐานะงานวิจัยตัวอย่าง ซึ่งโจมตีต้นทุนด้านการคิดเหตุผลด้วยการฝึกโมเดลแนวหน้าตัวเดิมใหม่ให้คิดอย่างกระชับขึ้น โดยพาดหัวข่าวของบริษัทคือใช้โทเคนน้อยลงราว 40% ที่คุณภาพเทียบเคียงได้ ส่วน Beam 1.0 เป็นสถาปัตยกรรมของ Reflection เอง เปิดตัวพร้อมน้ำหนักภายใต้ Apache 2.0 เมื่อวันที่ 16 ตุลาคม 2026 ซึ่งโจมตีต้นทุนเดียวกันด้วยการปลุกเพียง 23.4 พันล้านพารามิเตอร์จากทั้งหมด 501.3 พันล้านพารามิเตอร์ต่อโทเคน และอ้างว่ามีคุณภาพเทียบเคียงได้โดยใช้โทเคนการคิดเหตุผลตอนอนุมานน้อยลงราวสามเท่า ทีมหนึ่งเปลี่ยนนิสัยของโมเดล ส่วนอีกทีมสร้างโมเดลที่มีนิสัยถูกกว่า สถานการณ์ด้านแหล่งที่มาก็แตกต่างกันอย่างคมชัดไม่แพ้กัน น้ำหนักของ Reflection มีอยู่จริงและดาวน์โหลดได้แล้ววันนี้ ขณะที่ Fireworks Research ยังไม่ได้เผยแพร่ทั้งน้ำหนักและราคา
ข้ออ้างทั้งสองเป็นข้อมูลที่ผู้ขายรายงานเองและยังไม่มีการทำซ้ำ และทั้งสองถูกวัดเทียบกับโมเดลที่มีตารางราคาเผยแพร่ไว้ ซึ่งเป็นเหตุผลเดียวที่ทำให้การคำนวณนี้ตรวจสอบได้เลย
กลไกสองแบบ และเหตุใดจึงใช้แทนกันไม่ได้
Fireworks Research ได้ทำการทดลองฝึกฝนมากกว่าห้าสิบครั้งและการประเมินมากกว่าสองร้อยครั้งเพื่อลบการให้เหตุผลที่ไม่เปลี่ยนคำตอบ และระบุว่าความยาวของการให้เหตุผลลดลง 35–50% ครอบคลุมเจ็ดเบนช์มาร์กและชุดทราฟฟิกโปรดักชันของลูกค้าสองชุด ในการรัน Terminal Bench 2.1 จำนวน 89 งาน รายงานผล 82.0% เทียบกับ 80.9% ของ K3 Max โดยใช้โทเค็นน้อยลง 51.9% และประหยัดกว่า $23.10 ต่องาน บน τ-2 Bench Airline การประหยัดลดลงเหลือเพียง 5.9% ตัวเลข "ประมาณ 40%" เป็นค่าเฉลี่ยของการกระจายที่อยู่ในช่วงตั้งแต่ประมาณ 6% ไปจนถึงประมาณ 52% ซึ่งสำคัญอย่างยิ่งหากเวิร์กโหลดของคุณมีลักษณะเหมือนปลายล่างของช่วงนั้น
แนวทางของ Reflection เป็นเชิงโครงสร้างมากกว่าเชิงพฤติกรรม การประหยัดของ Beam 1.0 มาจากอัตราการเปิดใช้งาน — มีเพียง 4.7 เปอร์เซ็นต์ของโมเดลที่ตื่นทำงานในแต่ละโทเคน ดังนั้นการประมวลผลต่อโทเคนจึงต่ำลงโดยโครงสร้าง — บวกกับข้ออ้างเรื่องความเยิ่นเย้อ หลักฐานสนับสนุนที่แข็งแกร่งที่สุดสำหรับครึ่งที่เป็นเรื่องความเยิ่นเย้อนั้นมาจากแหล่งอิสระ: Artificial Analysis วัดได้ว่า Beam ใช้โทเคนเอาต์พุต 79 ล้านโทเคนในดัชนี Intelligence Index เทียบกับค่ามัธยฐานที่ 130 ล้าน จัดอันดับที่สิบจากสี่สิบหก นั่นคือบุคคลที่สามที่นับโทเคนและพบว่า Beam ประหยัดกว่าคู่แข่งส่วนใหญ่ในวงการ ซึ่งไม่ใช่ข้ออ้างเรื่องอัตราทรูพุตต่อ GPU แต่เป็นข้ออ้างที่เป็นจริง
พูดตรง ๆ ก็คือ: ถ้า Ember-1 ทำงานได้อย่างที่โฆษณาไว้ การนำไปใช้งานใด ๆ ของมันก็จะถูกลง ถ้า Beam 1.0 ทำงานได้อย่างที่โฆษณาไว้ การนำไปใช้งานใด ๆ ของมันก็จะถูกลง ไม่มีข้อกล่าวอ้างใดบอกคุณได้ว่าเกิดอะไรขึ้นเมื่อคุณสลับตัวหนึ่งไปใช้อีกตัวหนึ่ง เพราะโมเดลทั้งสองมีขนาดไม่เท่ากัน ไม่ได้ถูกฝึกด้วยวิธีเดียวกัน และไม่ได้สร้างโทเคนแบบเดียวกัน
การเปรียบเทียบทีละมิติ
• พารามิเตอร์ — Beam 1.0: ทั้งหมด 501.3B, แอ็กทีฟ 23.4B ต่อโทเคน, อัตราการเปิดใช้งาน 4.7%; 52 เลเยอร์, 3 เลเยอร์แบบ dense และ 49 เลเยอร์แบบ MoE, 256 ผู้เชี่ยวชาญ. Ember-1: พัฒนามาจาก Kimi K3 และ Fireworks Research ยังไม่เปิดเผยจำนวนพารามิเตอร์สำหรับเวอร์ชันต่อยอดของตน
• สัญญาอนุญาต — Beam 1.0: Apache 2.0 โดยมีไฟล์สัญญาอนุญาตอยู่ในที่เก็บโค้ด และไม่มีข้อจำกัดเกี่ยวกับการกลั่นโมเดล การปรับละเอียด การควอนไทเซชัน หรือการรวมโมเดล Ember-1: ไม่เผยแพร่ค่าน้ำหนักใด ๆ เลย; เป็นพรีวิวงานวิจัยที่ให้บริการผ่านเซิร์ฟเวอร์
• การเข้าถึง — Beam 1.0: มีสามระดับความแม่นยำบน Hugging Face พร้อม API ที่เข้ากันได้กับ OpenAI ของบริษัทเองที่ api.reflection.ai, model ID Beam-1.0-501B-A23B. Ember-1: แพลตฟอร์มเซิร์ฟเวอร์เลสของผู้ขายเอง โดยมีช่วงเวลาการเข้าถึงสองสัปดาห์ซึ่งทางแล็บผูกความถาวรของมันไว้กับความต้องการ
• ราคา — Beam 1.0: ไม่ได้เผยแพร่ที่ใดเลย เอกสารมีหน้ารายละเอียดเกี่ยวกับการจำกัดอัตราการใช้งาน และไม่มีเรตการ์ด Ember-1: ก็ไม่ได้เผยแพร่เช่นกัน คอลัมน์ตัวเลขดอลลาร์ในตารางการเปรียบเทียบประสิทธิภาพของมันคำนวณจากอัตราสาธารณะของ Kimi K3 ที่นำมาปรับใช้กับจำนวนโทเคน ไม่ใช่จากอัตราของ Ember-1
• บริบท — Beam 1.0: หน้าต่าง 1M โทเคนบนการ์ดโมเดล, เอาต์พุตสูงสุด 131,072 โทเคนบน API Ember-1: ยังไม่เผยแพร่สำหรับพรีวิว; โมเดลฐานของมันรองรับ 1,048,576 โทเคน
• การควบคุมการใช้เหตุผล — Beam 1.0: ระดับความพยายาม 5 ระดับ, การใช้เหตุผลแบบบังคับ, และใช้ max เป็นค่าเริ่มต้น Ember-1: สืบทอดตัวปรับระดับความพยายามจาก K3 และหลักการตั้งต้นของรีลีสนี้คือ ตัวปรับนั้นหยาบเกินไป ส่วนการฝึกใหม่คือเครื่องมือที่ละเอียดกว่า
• การประเมินโดยอิสระ — Beam 1.0: ดัชนี Artificial Analysis Intelligence Index อยู่ที่ 30, อันดับ 19 จาก 120 บน v4.3.2 โดยไม่มีการบันทึกราคาและความเร็วไว้ Ember-1: ไม่มีข้อมูลเผยแพร่; ยังไม่มีบุคคลที่สามรายใดรันโมเดลนี้
• สเปกขั้นต่ำสำหรับการโฮสต์เอง — Beam 1.0: GPU NVIDIA B300 SXM สี่ตัวบน NVLink สำหรับบิลด์ NVFP4 ขนาด 273 GiB, H200 แปดตัวสำหรับ FP8 และ B200 หรือ B300 จำนวนแปดตัวสำหรับบิลด์ BF16 ขนาด 933.81 GiB Ember-1: ไม่มีเวต จึงไม่มีสเปกขั้นต่ำให้ระบุ
สิ่งที่ผู้ดำเนินการสามารถทำได้จริงในสัปดาห์นี้
นี่คือจุดที่ทั้งสองแตกต่างกัน และไม่ใช่เรื่องที่สูสีเลย ช่องว่างของ Beam 1.0 อยู่ที่ราคา ช่องว่างของ Ember-1 อยู่ที่ตัวอาร์ติแฟกต์เอง
กับ Beam คุณสามารถดาวน์โหลด 273 GiB รันสูตร SGLang กับอิมเมจที่ปักหมุดไว้ และใช้ beam-verifier CLI ตรวจให้คะแนนการปรับใช้ของคุณเทียบกับคะแนนอ้างอิงของ Reflection บนเบนช์มาร์กหลัก คุณไม่สามารถกำหนดราคาต่อโทเคนได้ เพราะยังไม่มีใครเผยแพร่อัตราค่าใช้จ่าย แต่คุณสามารถคำนวณตัวเลขเงินลงทุนและตัวเลขวัตต์ แล้วเปรียบเทียบกับสิ่งที่คุณจ่ายอยู่ตอนนี้ได้ นั่นเป็นสถานะที่แปลกประหลาด: ผู้ขายที่ส่งมอบฮาร์เนสตรวจสอบก่อนที่รายการราคาจะออก
ด้วย Ember-1 คุณสามารถส่งทราฟฟิกไปยังปลายทางพรีวิวที่ Fireworks Research กล่าวว่าอาจไม่มีในเดือนหน้า และคุณสามารถอ่านตาราง benchmark ที่คอลัมน์ค่าใช้จ่ายเป็นอัตราค่าบริการของคนอื่น การประหยัดที่มันอธิบายนั้นเป็นของจริงหากมันยังคงเป็นจริง แต่สิ่งที่ก่อให้เกิดการประหยัดนั้นไม่ใช่สิ่งที่คุณจับต้องได้
ทั้งสองโมเดลถูกวัดเทียบกับ Kimi K3 และ K3 คือหนึ่งในสามตัวที่มีข้อมูลเศรษฐศาสตร์ที่พอจะรู้ได้ โดยอยู่ในแค็ตตาล็อกของเราที่ราคา $3.00 ต่ออินพุตหนึ่งล้านโทเคน, $0.30 ต่ออินพุตแคชหนึ่งล้านโทเคน และ $15.00 ต่อเอาต์พุตหนึ่งล้านโทเคน พร้อมหน้าต่างบริบทขนาด 1,048,576 โทเคน นั่นคือเรตการ์ดเดียวกันกับที่การเปรียบเทียบของ Fireworks Research ใช้ ดังนั้นเปอร์เซ็นต์การลดโทเคนในตารางของ Ember-1 จึงแปลงเป็นตัวเลขดอลลาร์ที่คุณตรวจสอบได้ แทนที่จะเป็นตัวเลขดอลลาร์ที่คุณต้องเชื่อโดยไม่มีการยืนยัน
ซึ่งบ่งชี้ถึงลำดับขั้นที่นำไปปฏิบัติได้จริง ประเมินราคาของเวิร์กโหลดบนเส้นทางของ K3 ในวันนี้ มองเปอร์เซ็นต์ของ Ember-1 เป็นขอบเขตบนของสิ่งที่การสลับอาจทำได้ และรออัตราค่าใช้จ่ายของ Ember-1 ที่เผยแพร่อย่างเป็นทางการก่อนจะจำลองส่วนที่ประหยัดได้ออกมาเป็นตัวเงิน หากตัวเลขนั้นน่าสนใจพอที่จะลงมือทำ วิธีป้องกันความเสี่ยงคือวางพรีวิวไว้หลังเอนด์พอยต์เดียวกับโปรดักชัน — OrcaRouter ใช้คีย์เดียวที่เข้ากันได้กับ OpenAI ครอบคลุมกว่า 200 โมเดล ส่งผ่านราคาตามที่ผู้ให้บริการระบุไว้โดยไม่บวกเพิ่มใด ๆ และสลับไปใช้ตัวสำรองโดยอัตโนมัติดังนั้นพรีวิวที่หายไปจึงเป็นการเปลี่ยนการจัดเส้นทาง มากกว่าจะเป็นการโยกย้ายระบบ ไม่มีอะไรเกี่ยวกับหน้าต่างเวลาสองสัปดาห์ที่บังคับว่าต้องทำเช่นนั้น และก็ไม่มีอะไรในนั้นที่โต้แย้งไม่ให้ทำเช่นนั้นเช่นกัน
คำถามที่ชี้ขาด
ถ้าเงื่อนไขของคุณคือโมเดลต้องเป็นของคุณ — นั่นคือคุณต้องเป็นเจ้าของอาร์ติแฟกต์ ควอนไทซ์มัน รวมมัน หรือรันมันภายในขอบเขต — แล้ว Beam 1.0 เป็นเพียงหนึ่งในสองตัวนี้ที่ถือเป็นตัวเลือก และราคาที่หายไปเป็นความไม่สะดวกมากกว่าที่จะเป็นอุปสรรค GPU สี่ตัวและเช็คพอยต์ที่ดาวน์โหลดมาเป็นแผน
ถ้าข้อจำกัดของคุณคือคุณรัน Kimi K3 ในลูปเอเจนต์ที่ยาว และค่าใช้จ่ายส่วนใหญ่มาจากโทเค็นการให้เหตุผลที่คุณมองไม่เห็น ทั้งสองอย่างก็น่าสนใจ และยังไม่มีคำตอบในตอนนี้ว่าอันไหนดีกว่า ข้อได้เปรียบด้านประสิทธิภาพของ Beam เป็นเชิงโครงสร้างและน่าจะใช้ได้กับทุกเวิร์กโหลด ส่วนของ Ember-1 เป็นเชิงพฤติกรรม และเมื่อดูจากตัวเลขของมันเอง กลับใช้ได้ไม่สม่ำเสมอ — ครึ่งหนึ่งของโทเค็นบน Terminal Bench และหนึ่งในยี่สิบบนงานที่มีรูปแบบคล้าย benchmark ของสายการบิน ให้รันทั้งสองแบบ shadow เทียบกับทราฟฟิกของคุณเอง ก่อนที่อันใดอันหนึ่งจะกลายเป็นบรรทัดในงบประมาณ ตาราง benchmark เหล่านั้น ไม่ว่าจะชี้ไปทางไหน ก็ถูกสร้างขึ้นโดยฝ่ายที่ขายโมเดลเหล่านี้
ไม่มีสิ่งใดในนั้นที่เป็นเพียงข้อสันนิษฐาน: ความล้มเหลวของ AI และเหตุการณ์ที่เกี่ยวข้องกับเอเจนต์ซึ่งได้รับการบันทึกไว้ ที่อยู่เบื้องหลังการเปิดตัวแบบนี้ ถูกรวบรวมไว้ใน the OrcaRouter AI Incident Archive โดยแต่ละรายการมีแหล่งที่มา ระดับความรุนแรง ระดับความเชื่อมั่น และสถานะข้อโต้แย้งของตนเอง
