Fireworks Research 发布 Ember-1，以更少推理 token 保持 Kimi K3 质量
2026.09.24 · 产品 · 新模型 · 官方发布
Fireworks 推出基于 Kimi K3 的专用模型 Ember-1，推理 token 减少 40%，质量不变。
Fireworks Research 发布新模型 Ember-1，基于 Kimi K3 训练，通过减少不必要的推理 token，在保持质量的同时将 token 消耗降低 40%。团队进行了 50 多次训练实验和 200 多次评估，在多个基准和客户 A/B 测试中验证了效果。
- Ember-1 基于 Kimi K3，token 减少 40%
- 质量在基准和 A/B 测试中保持
- 训练实验超 50 次，评估超 200 次
- 在 Bedside Bench 上创下成本/质量新前沿
- 是 Fireworks 系列专用模型的首个
为什么值得看
展示如何通过训练压缩推理 token 而不损失质量，对成本敏感场景意义重大。
适合谁关注
关注 AI 模型效率、成本优化和 agent 工作负载的开发者与研究者。