Ember-1

Ember-1 — специализированная модель Fireworks Research, созданная на базе Kimi K3. Её задача — сохранять качество исходной модели, сокращая длинные цепочки рассуждений. Это важно в многошаговой работе агента: последующие запросы часто повторно передают историю диалога, поэтому избыточные рассуждения увеличивают и расход токенов, и стоимость продолжения задачи.

Как сокращаются рассуждения

Fireworks обучила модель эффективнее использовать обратную связь по ходу задачи, а не просто уменьшила уровень рассуждений в настройках Kimi K3. По данным компании, в тестах и производственных A/B-проверках Ember-1 использовала примерно на 35–40% меньше токенов при сопоставимом качестве. Эти цифры относятся к оценкам Fireworks и не гарантируют такой же экономии на каждом запросе.

Для разработки и рабочих процессов с агентами

Модель рассчитана на задачи, где важна не только финальная реплика, но и последовательность действий: программирование, поиск, использование инструментов и другие многоходовые сценарии. На опубликованных тестах Fireworks Ember-1 сопоставляла результаты с исходной Kimi K3, а в отдельных тестах показывала иные показатели качества. Поэтому перед заменой модели стоит сравнить их на собственных заданиях.

Доступ через Fireworks

Ember-1 доступна как серверная модель в Fireworks AI. Публичных весов для самостоятельного развёртывания компания не публиковала. В анонсе Fireworks описаны метод обучения, внутренние тесты и сравнения с Kimi K3. О компании и её исследовательском направлении — в статье Fireworks AI.

Когда экономия особенно заметна

Сокращение рассуждений наиболее ценно в длинных сессиях, где агент делает много запросов и переносит историю между шагами. Для коротких одноразовых ответов эффект может быть меньше. Оценивать нужно не только число токенов, но и успешность выполнения конкретной задачи.