Beam 1.0 и Ember-1 преследуют одну и ту же цель, двигаясь с противоположных сторон, что и делает их сравнение стоящим. Ember-1 — это производная от Kimi K3 компании Fireworks Research, опубликованная 23 сентября 2026 года в качестве исследовательского превью. Она борется со стоимостью рассуждений путем переобучения существующей передовой модели, чтобы та мыслила более лаконично — основной посыл вендора заключается в примерно 40% экономии токенов при сопоставимом качестве. Beam 1.0 — это собственная архитектура Reflection, выпущенная с весами под лицензией Apache 2.0 16 октября 2026 года. Она борется с теми же затратами, активируя лишь 23,4 миллиарда из 501,3 миллиарда параметров на токен и заявляя о сопоставимом качестве при примерно трехкратном сокращении токенов рассуждения во время вывода. Одна команда изменила привычки модели; другая создала модель, чьи привычки обходятся дешевле. Ситуация с доступностью различается столь же резко: веса Reflection существуют, и их можно скачать уже сегодня, в то время как Fireworks Research не опубликовала ни веса, ни цену.
Оба заявления сделаны вендорами и не были независимо подтверждены, и оба оцениваются в сравнении с моделями, имеющими опубликованные тарифные планы — что является единственной причиной, по которой расчеты вообще поддаются проверке.
Два механизма, и почему они не являются взаимозаменяемыми
Fireworks Research провела более пятидесяти экспериментов по обучению и более двухсот оценок, чтобы исключить рассуждения, которые не меняют ответ, и заявляет, что длина рассуждений сократилась на 35–50% по семи бенчмаркам и двум наборам производственного трафика клиентов. В тесте Terminal Bench 2.1 на 89 задачах она показывает 82,0% против 80,9% у K3 Max при 51,9% экономии токенов и снижении стоимости на $23,10 за задачу; в тесте τ-2 Bench Airline экономия падает до 5,9%. «Около 40%» — это среднее значение в диапазоне от примерно 6% до примерно 52%, что имеет огромное значение, если ваша рабочая нагрузка находится в нижней части этого диапазона.
Подход Reflection является скорее структурным, чем поведенческим. Экономия Beam 1.0 достигается за счет коэффициента активации — 4,7 процента модели активны на любом токене, поэтому вычислительная мощность на токен ниже по определению — плюс утверждение о многословности. Самое весомое подтверждение тезиса о многословности является независимым: Artificial Analysis измерила Beam на уровне 79 млн выходных токенов в своем Intelligence Index против медианного значения в 130 млн, поставив модель на десятое место из сорока шести. Это третья сторона, которая подсчитала токены и обнаружила, что Beam более экономна, чем большинство других моделей, что не является заявлением о пропускной способности на GPU, но является реальным фактом.
Проще говоря: если Ember-1 работает так, как заявлено, любое ее развертывание становится дешевле. Если Beam 1.0 работает так, как заявлено, любое ее развертывание становится дешевле. Ни одно из этих утверждений не говорит о том, что произойдет, если вы замените одну модель на другую, потому что эти две модели имеют разный размер, обучались по-разному и не производят одинаковые токены.
Сравнение по параметрам
• Параметры — Beam 1.0: 501,3 млрд всего, 23,4 млрд активных на токен, коэффициент активации 4,7%; 52 слоя, 3 плотных и 49 MoE, 256 экспертов. Ember-1: производная от Kimi K3, и Fireworks Research не опубликовала количество параметров для своей производной.
• Лицензия — Beam 1.0: Apache 2.0, файл лицензии находится в репозитории, нет ограничений на дистилляцию, дообучение, квантование или слияние. Ember-1: веса вообще не опубликованы; это исследовательское превью, доступное через сервис.
• Доступ — Beam 1.0: три уровня точности на Hugging Face плюс собственный API, совместимый с OpenAI, по адресу api.reflection.ai, ID модели Beam-1.0-501B-A23B. Ember-1: собственная серверная платформа вендора с двухнедельным окном доступа, постоянство которого лаборатория связывает со спросом.
• Цена — Beam 1.0: нигде не опубликована; документация содержит подробную страницу с лимитами запросов, но нет тарифной сетки. Ember-1: также не опубликована; долларовые столбцы в таблице бенчмарков рассчитаны на основе публичных тарифов Kimi K3, примененных к количеству токенов, а не на основе тарифа Ember-1.
• Контекст — Beam 1.0: окно в 1 млн токенов в карточке модели, 131 072 токена максимального вывода через API. Ember-1: не опубликовано для превью; 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, и предпосылка релиза заключается в том, что этот регулятор слишком груб, а переобучение является более точным инструментом.
• Независимая оценка — Beam 1.0: Artificial Analysis Intelligence Index 30, 19-е место из 120 в версии v4.3.2, без указания цены и скорости. Ember-1: не опубликовано; ни одна третья сторона не проводила тесты.
• Требования для самостоятельного размещения — Beam 1.0: четыре GPU NVIDIA B300 SXM на NVLink для сборки 273 GiB NVFP4, восемь H200 для FP8 и восемь B200 или B300 для сборки 933,81 GiB BF16. Ember-1: веса отсутствуют, поэтому нет требований для цитирования.
Что оператор действительно может сделать на этой неделе
Здесь пути этих двух моделей расходятся, и выбор очевиден. Разрыв Beam 1.0 — это цена. Разрыв Ember-1 — это сам артефакт.
С Beam вы можете скачать 273 GiB, запустить рецепт SGLang для закрепленного образа и позволить CLI beam-verifier оценить ваше развертывание по эталонным оценкам Reflection на основных бенчмарках. Вы не можете оценить стоимость за токен, потому что никто не опубликовал тариф, но вы можете вычислить капитальные затраты и энергопотребление и сравнить их с тем, что вы платите сейчас. Это необычная ситуация: вендор, который выпустил инструмент проверки раньше прайс-листа.
С Ember-1 вы можете отправлять трафик на эндпоинт превью, который, как заявила Fireworks Research, может перестать существовать в следующем месяце, и вы можете прочитать таблицу бенчмарков, столбцы стоимости в которой основаны на тарифах кого-то другого. Экономия, которую она описывает, реальна, если она подтвердится, но то, что генерирует эту экономию, — это не то, что вы можете получить в свое распоряжение.
Обе модели оцениваются в сравнении с Kimi K3, и K3 — единственная из трех, чья экономика известна. Она находится в нашем каталоге по цене $3,00 за миллион входных токенов, $0,30 за миллион кэшированных входных токенов и $15,00 за миллион выходных токенов с контекстным окном 1 048 576 токенов. Это та же тарифная сетка, которую использует сравнение Fireworks Research, поэтому процентные показатели сокращения токенов в таблице Ember-1 превращаются в доллары, которые можно проверить, а не в те, в которые нужно верить на слово.
Что предполагает практическую последовательность действий. Оцените рабочую нагрузку по текущим тарифам K3, рассматривайте проценты Ember-1 как верхнюю границу того, что может дать переключение, и дождитесь публикации тарифов Ember-1, прежде чем моделировать экономию в деньгах. Если расчеты достаточно интересны, чтобы действовать, стоит подстраховаться, разместив превью за тем же эндпоинтом, что и продакшн — OrcaRouter использует один ключ, совместимый с OpenAI, для более чем 200 моделей, передает прейскурантную цену провайдера без наценок и автоматически переключается при сбоях, поэтому исчезновение превью — это просто изменение маршрутизации, а не миграция. Ничто в двухнедельном окне не требует этого. Ничто не говорит и против этого.
Вопрос, который все решает
Если ваше ограничение заключается в том, что модель должна быть вашей — что вам нужно владеть артефактом, квантовать его, объединять или запускать внутри своего периметра — тогда Beam 1.0 — единственный из этих двух вариантов, который вообще можно рассматривать, а отсутствие цены — это неудобство, а не препятствие. Четыре GPU и скачанный чекпоинт — это план.
Если ваше ограничение заключается в том, что вы запускаете Kimi K3 в длинном цикле агента, а счет в основном состоит из токенов рассуждения, которые вы не видите, то оба варианта интересны, но ни на один из них пока нельзя дать однозначный ответ. Преимущество Beam в эффективности является структурным и применимо к любой рабочей нагрузке; преимущество Ember-1 — поведенческим, и, судя по их собственным цифрам, оно проявляется неравномерно: половина токенов в Terminal Bench, одна двадцатая в задаче, имитирующей авиационный бенчмарк. Запустите оба в теневом режиме на своем собственном трафике, прежде чем любой из них станет строкой в бюджете. Таблицы с результатами бенчмарков, на что бы они ни указывали, были составлены сторонами, продающими эти модели.
Все это не гипотеза: задокументированные сбои ИИ и инциденты с агентами, стоящие за такими релизами, как этот, собраны в архиве инцидентов OrcaRouter AI, где каждая запись содержит свои источники, уровень серьезности, оценку достоверности и флаг спорности.
