Fireworks推出Kimi K3衍生模型Ember-1：后训练压缩推理轨迹，客户实测推理token减少71%且任务得分基本不变
发布时间：2026年09月27日 10:30:00美国推理基础设施公司Fireworks AI在Kimi K3基础上后训练出专用模型Ember-1并于9月23日发布，9月27日其联合创始人在社交平台公布更多实测细节：通过50余次训练实验把模型冗长的推理轨迹压缩，SWE-bench Verified得分92.2%对K3满推理档93.2%，客户实测总token减少39%、推理token减少71.3%而任务得分几乎不变，Ember-1定价为输入3美元输出15美元每百万token，主打多轮编程与Agent工作流降本
给Kimi K3「做减法」的模型
美国推理基础设施公司 Fireworks AI 基于月之暗面 Kimi K3 后训练出一款专用模型 Ember-1，9月23日首发，9月27日公司联合创始人Dmytro Dzhulgakov在社交平台公布更多实测数据，称模型「在Hacker News上很热」，速度与成本均优约40%。
Ember-1要解决的问题非常具体：Kimi K3的编程能力强，但开启完整推理（reasoning）时思维链很长，直接调低推理力度又会损失效果。Fireworks的做法不是调参数，而是专门做后训练，让模型学会用更短的推理保持同样的表现——保留帮助模型从错误中恢复、从反馈中适应的关键推理环节，砍掉冗余的思维过程。整个过程经历50余次训练实验与200多项评估，覆盖数学、编程、搜索、工具调用与软件工程。
基准与客户实测
| 测试 | Ember-1 | 对照（K3满推理档） |
|---|---|---|
| SWE-bench Verified | 92.2% | 93.2% |
| Terminal-Bench 2.1 | 82.0% | 80.9% |
| 客户实测：总token | -39% | 基准 |
| 客户实测：推理token | -71.3% | 基准 |
| 客户实测：任务得分 | 0.753 | 0.751 |
在一项真实客户测试中，总token消耗下降39%、推理token下降71.3%，任务得分几乎不变（0.753对0.751）。Fireworks称已与两家客户做了线上编程负载实测，其中一家已把Ember-1投入生产。需要说明的是，上述均为厂商自测：基准样本量有限（部分测试集仅50例），客户未具名，40%的说法也不能直接等同于所有负载下的延迟改善。
为什么多轮Agent最受益
Ember-1的经济学指向多轮编程Agent：这类系统往往会在每一轮把此前的推理历史重新发回模型，思维链越长，同一段token被反复计费的次数越多。因此，即使单价不变，缩短推理轨迹也能产生累积式的成本下降。
Ember-1已在Fireworks无服务器模型页面上线，定价为输入3美元/百万token、缓存输入0.30美元、输出15美元/百万token。
行业含义
Ember-1是2026年模型层「再训练经济」的典型样本：开放权重的中国基座模型+海外基础设施厂商的场景化后训练，正在形成跨太平洋的分工新链条。Fireworks的创始团队多为前Meta PyTorch核心成员，其商业模式原本以托管他人模型为主，Ember-1标志着平台公司开始用自研专用模型（官方称这是系列专用模型的第一款）向上游延伸。对开发者，选型时建议关注三点：推理压缩后在长程多轮任务（而非单轮基准）上的能力保持率、与K3原版在工具调用稳定性上的差异、以及缓存命中率提升带来的实际账单变化。对月之暗面而言，K3被海外厂商选为再训练基座并获得生产级背书，本身也是开放权重策略的一次正反馈。