Ember-1 est un nouveau modèle spécialisé de Fireworks Research qui offre la qualité de Kimi K3 avec 40% moins de tokens. Construit sur Kimi K3, il a appris à réduire le raisonnement inutile tout en préservant la pensée essentielle. Testé sur des benchmarks externes, des tests A/B en direct avec des clients et des charges de travail internes de codage et d'agents, la qualité est restée cohérente.

Disponible dès aujourd'hui, Ember-1 lance une série de modèles spécialisés façonnés par les besoins des développeurs. Fireworks Research a développé Ember-1 après que les utilisateurs aient demandé les capacités de codage de Kimi K3 à moindre coût, car les longues traces de raisonnement ont rendu la programmation automatisée coûteuse à grande échelle. Réduire les paramètres d'effort a sacrifié une qualité trop importante, donc l'équipe s'est concentrée sur l'entraînement du modèle pour raisonner plus efficacement.

Plus de 50 expériences d'entraînement et 200 évaluations ont été menées, conduisant à de nouveaux algorithmes d'entraînement qui raccourcissent le raisonnement sans perdre en précision. L'entraînement s'est déroulé sur Fireworks Serverless Training, permettant une expérimentation rapide, une tarification à l'utilisation et des cycles de recherche à lancement plus rapides. Ember-1 a été évalué sur des tâches diverses pour garantir que l'économie de tokens se transfère à diverses charges de travail, puis validé sur le Specialized Intelligence Index, les benchmarks publics et le trafic de production en direct.

Le modèle traite l'inefficacité dans les modèles de raisonnement comme Kimi K3, qui dépensent plus de 90% des tokens sur le raisonnement interne plutôt que sur les réponses. Cela devient coûteux dans les charges de travail agentiques multi-tours, où le raisonnement précédent est relu et refacturé. Ember-1 préserve la réflexion utile tout en éliminant le raisonnement excessif, en utilisant les commentaires des tâches et de l'environnement pour apprendre un raisonnement efficace.

L'entraînement a couvert les mathématiques, la programmation, le suivi des instructions, la conversation, la recherche, l'utilisation d'outils et le génie logiciel, y compris des interactions prolongées. Les résultats confirment que la qualité est maintenue sur sept benchmarks et le trafic de production de deux clients.