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%。