# Fireworks 发布 Ember-1：推理 token 砍掉四成，Kimi K3 的答题质量还在

> 原标题：Fireworks Research 发布 Ember-1，以更少推理 token 保持 Kimi K3 质量

- 来源：AI HOT 精选
- 发布时间：2026-09-23T21:40:50.983Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/58473
- 原文：https://fireworks.ai/blog/ember-1

## 摘要

Fireworks Research 发布基于 Kimi K3 的专用模型 Ember-1，在保持质量的同时减少 40% 的 token 消耗。该模型通过 50 多次训练实验和 200 多次评估，学会压缩不必要的推理过程，在七个基准和两家客户的生产流量中，K3 的推理长度可缩短 35% 至 50% 而不损失准确率。

## 推荐理由

Fireworks Research 基于 Kimi K3 训练出 Ember-1，在七个基准和两家客户生产流量中把推理长度压缩 35% 至 50% 而准确率不变，其压缩冗余推理的训练思路可供同类模型参考。

## 锐评

推理 token 砍四成这个数，跑 agent 的人一眼就知道值多少。K3 那种 thinking 模型九成输出花在内部推理上，多轮 agent 里每轮还要把前面的推理重读重计费，context 涨得飞快，账单就是这么堆出来的。Fireworks 说七个 benchmark 加两家客户生产流量里长度缩 35% 到 50% 不掉准确率，50 多次训练实验撑腰，这个量级我信。它自己就是推理服务商，卖的就是省下来的 token，动机摆在那，但省的是客户的钱，方向不冲突。反正 K3 长推理的账我早想砍了。
