主要来源Cline
查看原文事件专题 ·多源确认
Fireworks 发布 Ember-1：基于 Kimi K3，token 用量省近四成
Fireworks Research 团队推出 Ember-1，基于 Kimi K3 做后训练，让模型减少重复推理。推理模型通常把 90% 以上的输出 token 花在思考上，在智能体循环里会反复思考同样的问题。Fireworks RL 用真实智能体编程任务循环做训练，教会模型区分哪些推理能改变答案、哪些只是原地打转。在线 A/B 测试中，Ember-1 在相同成功率下推理 token 减少 71%，总 token 减少 39%。
当前结论
Fireworks 在 Kimi K3 上做了后训练，产出 Ember-1，跑编程任务时推理 token 少了 71%，性能不变，省钱明显。
4 个信源73° AI 热度最后更新 2026/9/27 21:58:58
证据链
4 个信源冲突核查
现有去重数据只说明这些来源讨论同一事件，不代表立场相同。当前没有结构化的支持或反驳证据，不自动推断冲突。