Fireworks AI发布Ember-1：后训练优化的Kimi K3模型，推理token减少约40%

Ember-1是什么？

Ember-1是由Fireworks Research团队开发的专用大模型，基于Moonshot AI开源的Kimi K3权重，通过后训练（post-training）方式进行优化。其核心目标是让模型生成更短的推理轨迹（reasoning traces），同时维持原有任务准确率。这与在推理时简单调低‘推理努力度’（reasoning effort）参数有本质区别——后者会显著牺牲质量，而Ember-1则通过学习更高效的内部推理路径实现成本压缩。

据Fireworks官方发布说明，Ember-1在多项基准测试中达到Kimi K3同等质量水平，但token用量减少约40%。该模型当前仅作为‘研究预览版’（Research Preview）开放，仅可通过Fireworks无服务器API调用；其模型权重、训练代码及具体算法均未公开，暂不支持自托管部署。

为何需要更短的推理链？

Fireworks团队指出，以Kimi K3为代表的强推理模型，其生成内容中常有超90%的token用于内部推理过程，而非最终输出。这一问题在多轮智能体（agentic）工作流中被急剧放大：每一轮交互均需将历史推理内容重载为上下文，导致上下文长度随轮次近似呈二次方增长。早期生成的冗长推理链在后续每一轮中被重复读取、重复计费，造成显著成本浪费。

客户明确希望以更低开销获得Kimi K3级别的编程能力，但单纯下调推理努力度设置无法兼顾成本与质量。因此，团队选择从模型层面入手，训练其‘更聪明地思考’，而非‘更少地思考’。

训练方法与数据

Ember-1并非粗暴删减推理步骤，而是保留有价值的自我反思行为（如修正假设、响应反馈），同时剔除冗余推理和无效循环。训练数据覆盖数学、编程、指令遵循、对话、搜索、工具调用及软件工程等领域，既包含单步问题，也涵盖多阶段交互任务。训练过程采用任务与环境反馈驱动的在线策略规划（on-policy planning），并融合Fireworks自研的未公开新算法。全部训练在Fireworks Serverless Training平台完成，声明未使用任何客户数据，仅依赖自有数据集。

基准测试与生产验证

Fireworks在7项基准测试及2家客户真实生产流量中评估Ember-1。对比Kimi K3在低/高/最大推理努力度下的表现，Ember-1在Terminal Bench 2.1（82.0%）和DeepSWE 1.1（75.2%）上反超K3 Max，而在SWE-bench Verified（92.2% vs 93.2%）和SWE-Interact（20.0% vs 21.3%）上小幅落后。整体推理token减少35%–50%，精度无损。

在医生验证的临床案例集Doximity Bedside Bench上，Ember-1确立了新的单位任务成本帕累托前沿。此外，Fireworks面向两家客户的生产级编码负载开展A/B测试：输出token从每任务49.3K降至29.9K（-39%），其中纯推理token下降71.3%，任务得分稳定在0.753（vs K3的0.751），平均步骤数由23.8降至21.4。其中一家客户已将Ember-1投入正式生产。

商业与技术现状

Ember-1沿用Kimi K3在Fireworks平台的定价标准：输入$3.00/百万token、缓存输入$0.30/百万token、输出$15.00/百万token。全部成本节约源于token总量下降。按A/B测试数据推算，单任务输出成本从约$0.74降至$0.45。

目前，Ember-1仍属API-only研究预览阶段，未开放模型权重或训练细节。Fireworks强调其技术路径代表一种新型模型优化范式：以‘推理效率’为优化目标的后训练，而非依赖推理时配置调整。

编者观点

对中国AI企业而言，Ember-1提示了一条被低估的降本路径——在大模型商用落地初期，相比盲目堆算力或追求参数规模，针对特定场景对成熟开源模型实施高效后训练，可能更快实现推理成本与性能的最优平衡。