Fireworks Research正式推出专用模型Ember-1。该模型基于Kimi K3构建，旨在解决推理模型因冗长思维链导致的高成本问题。测试显示，Ember-1在保持与Kimi K3同等回答质量的前提下，将Token消耗降低了约40%。
为何需要Ember-1？
以Kimi K3为代表的推理模型，其生成的Token中有超过90%用于内部推理而非直接输出。在单次请求中这已成本不菲，而在多轮智能体交互中，随着上下文长度呈二次方增长，早期冗长的推理轨迹会被反复读取和计费，导致成本急剧上升。
Fireworks研究发现，Kimi K3输出的推理内容往往远超任务所需，且大量冗余推理可在不影响最终答案的情况下被剔除。Ember-1的核心价值在于“学会高效思考”：它保留了必要的自我反思和错误恢复能力，同时剔除了低效的思维循环。
技术实现与训练
为实现这一目标，Fireworks团队进行了超过50次训练实验和200多次评估，开发了新的训练算法以缩短推理时间而不损失准确性。所有训练均在Fireworks Serverless Training平台上完成，利用自有数据进行，未使用任何客户数据。
训练涵盖数学、编程、指令遵循、工具使用等多个领域，通过任务反馈指导模型在不同场景中优化推理策略。结果显示，模型在未成功的尝试中能更克制地消耗Token，从而避免漫长且低效的推理过程。
基准测试表现
在专业智能指数（SII）及Doximity的Bedside Bench（涵盖500个临床案例）评估中，Ember-1在每任务成本方面设定了新的帕累托前沿，优于GPT-5.6 Sol、GPT-6 Astra和Claude Opus 5等模型。
在其他行业基准测试中，Ember-1同样表现出极高的性价比：
- Terminal Bench 2.1：通过率82.0%，高于K3 Max的80.9%，成本降低51.9%。
- SWE-bench Verified：通过率92.2%，接近K3 Max的93.2%，成本降低15.5%。
- DeepSWE 1.1：通过率75.2%，显著高于K3 Max的66.4%，成本降低23.7%。
总体而言，Ember-1以极低的成本匹配了K3最大推理力度（K3-max）的质量，并严格优于低推理力度版本（K3-low）。
真实场景验证
在与两家客户的生产编码工作负载进行的实时A/B测试中，Ember-1在保持可比质量（得分从0.751微升至0.753）的同时，每个任务减少了约35%-40%的Token。下游指标如任务完成率和成功率均保持稳定或有所改善。目前，其中一家客户已在生产环境中全面部署Ember-1以替换基础模型。
在Fireworks内部的盲测中，开发人员在使用Ember-1进行日常编码时并未察觉模型切换，但Token消耗大幅下降。这种“无感”部署被视为模型成功的关键信号。
获取与未来计划
Ember-1目前已作为Research Preview版本在Fireworks Serverless平台上线。开发者可获得两周的免费访问权限进行试用。针对有特定需求的企业，Fireworks还提供基于Ember-1的训练支持，允许利用自有数据构建定制化的Token高效模型。
Fireworks表示，Token效率将成为其核心战略方向，未来将继续推出更多专用模型，帮助开发者在保持智能水平的同时显著降低推理成本。