Fireworks 发 Ember-1：把 Kimi K3 的推理砍掉 35–50%，同质量下 token 省一半

9 月 23 日，Fireworks Research 发布 Ember-1，官方口径是「Kimi K3 的质量、少 40% 的 token」：在 K3 之上做后训练，专门削掉不必要的推理，同时保住自我反思、纠错这类真正有用的思考。团队跑了 50 多个训练实验、200 多次评测，训练数据覆盖数学、编码、指令遵循、对话、检索、工具调用与软件工程，全部在自家 Serverless Training 上完成。

数字：七个公开基准加两个客户的生产流量 A/B，K3 的推理链可缩短 35–50% 而准确率不降。逐项看，Terminal-Bench 2.1 得 82.0%（K3 满档 80.9%）、DeepSWE 1.1 得 75.2%（66.4%）、SWE-bench Verified 92.2%（93.2%）、τ-2 Bench Airline 66%；按 K3 公开 API 价折算，Terminal-Bench 每条任务省 23.1 美元（降 51.9%）、DeepSWE 省 126.9 美元（降 23.7%）。

它改变了什么：过去压成本只能把推理档位调低，代价是质量下滑，Ember-1 说明「让模型学会少想」是一条独立路线。收益在多轮智能体场景被放大——每轮都要重放历史推理，上下文随轮数近似平方增长，早期多余推理会被反复重读、反复计费。同周 Fireworks 还发布 Specialized Intelligence Index，把自己从推理平台推到「专用模型厂商」的位置。

原文链接：Fireworks 官方博客