Fireworks Ember-1 精简推理 token 的编码模型

Fireworks AI 于 2026 年 9 月 23 日在官方博客发布 Ember-1：这不是又一个前沿基座模型，而是把 Moonshot Kimi K3 后训练成不再为任务根本不需要的“思考”付费——官方称在同等工作质量下生成 token 约减少 40%，其一个编码负载的生产 A/B 显示推理 token 减少 71.3%

工具概览

功能、使用步骤与常见问题见下方

功能特点

✓ 后训练路线：官方称 Ember-1 由 Fireworks Research 基于 Moonshot Kimi K3 后训练而来，专攻编码与智能体工作流，目标是“以 K3 同价拿到 K3 质量但更少的 token”
✓ 削减推理 token：官方称生成的 token 约减少 40%，其一个编码负载的生产 A/B 工作中推理 token 减少 71.3% 且质量评分持平
✓ 规格：支持图像输入与函数调用，上下文窗口 100 万 token，定价每百万 token 输入 3 美元、输出 15 美元、缓存读取 0.3 美元，与 Kimi K3 同价
✓ 专用模型系列：官方称 Ember 是“面向真实负载经济性、而非排行榜最大推理”的专用模型系列开端，同期还提出用路由把 K3 与 Fable 组合可能优于任一单模型
✓ 形态：以 Fireworks Serverless 上的研究预览形式提供，适合此前必须为多余思考付费的团队先做小规模对比测试

使用步骤

在 Fireworks 平台上找到 Ember-1 研究预览，用与现有工作流相同的提示词接入
与 Kimi K3 做 A/B 对比，重点比较推理 token 消耗、延迟与质量评分
在编码与智能体任务上评估成本/任务（而不只是成本/ token）的变化
关注 Fireworks 博客后续的 Ember 系列与路由方案

常见问题

Ember-1 是什么？

Fireworks AI 于 2026 年 9 月 23 日发布的研究预览模型，官方称其基于 Moonshot Kimi K3 后训练，面向编码与智能体工作流，目标是减少不必要的推理 token。

它和 Kimi K3 有什么不同？

官方称它不是新的基座模型，而是把 K3 后训练得更省 token：同等工作质量下生成 token 约减少 40%，一个编码负载的生产 A/B 显示推理 token 减少 71.3%。

价格和规格如何？

定价与 Kimi K3 相同，为每百万 token 输入 3 美元、输出 15 美元、缓存读取 0.3 美元；支持图像输入与函数调用，上下文窗口 100 万 token。

它适合什么任务？

官方称其面向编码与智能体工作流，尤其适合此前因为“思考过多”而在长链路任务上成本偏高的团队先做对比测试。

官方还提出了什么思路？

官方同期论证在异构智能体任务上做路由——把 K3 与 Fable 组合起来，可能优于单独使用其中任何一个模型。