Fireworks 推出基於 Kimi K3 的新模型 Ember-1，主打刪減冗餘推論以降低 40% Token 消耗

據 Hacker News 消息指出，Fireworks Research 發布了基於 Kimi K3 的新模型 Ember-1，主打在維持同等品質的前提下，減少 40% 的 Token 消耗。報導稱，Kimi K3 等推論模型在生成時有高達 90% 的 Token 用於內部推論，在多輪 AI 代理任務中會導致上下文呈二次方增長與成本飆升；而單純調低 K3 的推論強度會大幅犧牲品質。 為此，Fireworks 團隊在自家的 Serverless Training 平台上進行逾 50 次實驗與 200 次評測，透過專有資料訓練 Ember-1，使其學會刪除冗餘推論，同時保留重新檢視假設與回應回饋等關鍵的自我反思能力。在 Doximity 提供的 Bedside Bench 臨床基準測試（涵蓋 500 個案例）中，Ember-1 在成本與任務表現的 Pareto 邊界（Pareto frontier）上，超越了 GPT-5.6 Sol、GPT-6 Astra 與 Claude Opus 5。 根據揭露的實測數據，與預設的 K3 Max 相比，Ember-1 在 Terminal Bench 2.1 取得 82.0% 的成績（K3 Max 為 80.9%），成本降低 51.9%；在 DeepSWE 1.1 中達到 75.2%（K3 Max 為 66.4%），成本降低 23.7%；在 SWE-bench Verified 中則以 92.2% 的表現略低於 K3 Max 的 93.2%，但節省了 15.5% 的成本。測試成本是依據 Kimi K3 的公開 API 價格（未快取輸入每百萬 Token 3 美元、快取輸入 0.3 美元、輸出 15 美元）計算，結果顯示 Ember-1 在多項測試中皆能以更低成本達到或超越 K3 Max 的水準。