Fireworks 发布 Ember-1：基于 Kimi K3，推理 token 省 40% 质量持平
sophiamyang · x · 2026-09-24
Fireworks Research 推出专用模型 Ember-1，基于 Kimi K3 训练，旨在抑制推理模型的过度思考：产出更短的推理链，token 用量减少约 40% 而质量相当。
- 方法：在 Fireworks serverless 平台上做了 50+ 次训练、200+ 次评测，用新算法削减冗余推理（每轮重复读取思考内容造成的成本堆积）。
- 结果：在 7 个公开基准上与 k3-max 质量持平；在 Bedside Bench 上对 GPT-6 Astra、Opus 5 取得最佳成本-质量权衡；已有客户整体迁移至 Ember-1。
- 规格与定价：2.78T 参数 MoE，1040k 上下文，支持函数调用与图像输入；serverless 定价 $3.00/百万输入、$0.30/百万缓存输入、$15.00/百万输出，也支持按需专用 GPU 部署。
「Infra」频道最新
- 爆料：Google 或于下周用猎鹰 9 号发射太空 TPU，测试轨道 AI 数据中心 — ns123abc · 2026-09-24
- 研究员利用 Cloudflare Containers 漏洞读取其他租户磁盘残留数据 — matthew_d_green · 2026-09-24
- IIT 德里发布印度首款自研微型 GPU — Paimaamu · 2026-09-24
- Marvell 与 GlobalFoundries 达多年协议,扩充硅锗产能 — Beth_Kindig · 2026-09-24
- LLM Compressor v0.14.0 发布,GPTQ 量化提速最高 30 倍 — vllm_project · 2026-09-24
- Reddit 讨论:AI Agent 的数据库隔离与状态回滚怎么做 — Antique-Willow-5841 · 2026-09-24