Fireworks AI發布了Ember-1，這是一款以Moonshot AI的Kimi K3為基礎打造的推理模型，該公司表示它達到基礎模型的品質，輸出的詞元卻少了約40%。這款模型在9月24日以研究預覽的形式在Fireworks的無伺服器平台上線，公布的費率表與K3完全相同：未快取的輸入每百萬詞元3美元，已快取每百萬0.30美元，輸出每百萬15美元。每個詞元的價格分毫未改；帳單金額下降，只因為帳單上的詞元數變少了。
重點摘要
- Ember-1的公告定價為輸入每百萬詞元3美元、輸出每百萬15美元，與它訓練所本的Kimi K3基礎模型公開費率一致，脈絡視窗為1,048,576個詞元。
- 在七項公開基準與兩家客戶的線上流量中，Fireworks表示它把K3的推理縮短了35至50%，準確度沒有下滑。
- 在兩家客戶程式開發工作負載的線上A/B測試中，Ember-1在品質相當的情況下每項任務少用約35%的詞元，其中一家已將它移入正式環境。
推理過程為何成為最花錢的一段
像K3這樣的推理模型，把生成詞元的大部分——有時超過90%——花在內部推敲，而不是使用者實際讀到的答案上。
代理程式的多輪迴圈把這筆成本變成複利。由於每一輪都會把先前的完整紀錄重新送入，第一輪寫下的推理會在之後的每一輪再付一次錢，而Fireworks描述的脈絡視窗大致隨輪數呈平方成長。
最直覺的變通做法站不住腳。根據該公司的公告，把K3的推理強度旋鈕調低雖然減少了詞元，卻犧牲了太多準確度，因此Fireworks決定把節省訓練進模型，而不是靠設定去配置它。
Fireworks如何把推理訓練得更短
走到這一步，用掉了該公司無伺服器訓練產品上超過50次訓練實驗與超過200次評測，還開發了在不損失準確度的前提下壓縮思維鏈輸出的新演算法。Fireworks表示它使用的是自家資料，而非客戶資料。
團隊刻意保留了一類推理：自我反省。重新檢視某個假設、或把結果回溯到更早的判斷，能幫助模型從自己的錯誤中脫身，所以目標是保住這部分、只剪掉沒有產出的迴圈。訓練組合刻意維持寬廣——從數學與程式開發，一路延伸到搜尋、工具使用與軟體工程——用以防範最明顯的失敗模式：一個只在基準題型上變簡潔的模型。
在七項公開基準與兩家客戶的線上流量中，Fireworks表示K3的推理可以縮短35至50%而不犧牲準確度。訓練出來的行為在失敗的嘗試上同樣展現節制，恰恰截斷了那些把帳單推到最高的冗長迴圈。
基準與A/B測試呈現了什麼
Fireworks以自家幾天前推出的Specialized Intelligence Index評估Ember-1，其中包含Doximity的Bedside Bench——涵蓋10個專科類別、經醫師驗證的500個臨床案例。該公司表示，在這一項的每任務成本上，Ember-1相對於開放與封閉模型都劃出了新的柏拉圖前緣，包括GPT-5.6 Sol、GPT-6 Astra與Claude Opus 5。
真正關鍵的比較是與三種推理強度設定下的K3自身對決。在所有樣本數超過50的基準上，Fireworks都把Ember-1放在成本與品質前緣之上或附近，換個說法就是：讓K3跑得最便宜的辦法，已經不再是叫它少想一點。
正式環境的證據範圍較窄，卻更具體。在兩家客戶程式開發工作負載的線上A/B測試中，Ember-1在品質相當的情況下每項任務少用約35%的詞元，任務完成度、成功分數與失敗率則維持或改善。其中一家已將它移入正式環境，並計畫讓基礎模型退役。Fireworks還提到，公司內部自家開發者並未察覺模型被換掉。
後續觀察
值得留意之處在結構而非技術。Ember-1以為期兩週的研究預覽推出，只有在社群有需求時才會轉為長期提供，而且在OpenRouter上只有單一供應商提供。由於節省來自用量，在推理本來就只占輸出一小部分的工作負載上，效益會縮水。
在此期間，K3已成為第三方再訓練、再轉售的基礎——這個轉變在Moonshot AI的營收軌跡上已經看得出來。Fireworks也開放針對Ember-1的訓練，讓企業能進一步把它專門化。
FAQ — 常見問題
Ember-1每個詞元比Kimi K3便宜嗎
並沒有。Ember-1公布的定價與K3一致：未快取輸入每百萬詞元3美元、已快取輸入每百萬0.30美元、輸出每百萬15美元。成本下降完全來自同一項任務生成較少的推理詞元，而不是費率變低。
Ember-1是開源的嗎
Fireworks並未釋出Ember-1的權重。它以託管服務選項的形式，與基礎模型Kimi K3一同放在Fireworks的無伺服器平台上，並透過OpenRouter提供，初期為研究預覽。
40%這個數字有多少經過獨立驗證
詞元減量的數字出自Fireworks自家的基準測試，以及兩家未具名客戶線上流量上的A/B測試。沒有第三方公布獨立重現的結果，因此35至50%這個區間應視為業者自行揭露的數字。
