Fireworks AI 发布 Ember-1：基于 Kimi K3 的后训练模型，推理 Token 减少约 40%

OmniTools 9月28日消息，Fireworks AI 推出 Ember-1，一款基于 Moonshot AI 开源模型 Kimi K3 进行后训练的专用推理优化模型。该模型通过重构内部推理流程，在维持任务准确率前提下，将推理 Token 消耗降低约 40%。

Ember-1 并非简单压缩推理步数，而是保留有效自我反思能力，同时剔除冗余循环。在 Terminal Bench 2.1 和 DeepSWE 1.1 基准测试中，其表现优于 Kimi K3 Max；生产环境 A/B 测试亦验证了显著成本节约效果。

目前 Ember-1 仅通过 Fireworks Serverless API 以研究预览形式提供，模型权重未开源。