Ember-1: та же Kimi K3, но на 40% меньше токенов

Что в ролике
Если вы запускали агентные цепочки на рассуждающих моделях и видели, как расход токенов растёт без видимой причины, Ember-1 от Fireworks Research адресован именно этому. Это не новая архитектура, а ретрейн открытой модели Kimi K3 от Moonshot AI, который сокращает объём внутренних рассуждений примерно на 40% при том же качестве ответов. Fireworks объясняет проблему тем, что рассуждающие модели тратят больше 90% токенов на внутреннее обдумывание, а в многошаговых агентных задачах эти следы рассуждений повторно скармливаются модели на каждом шаге, из-за чего контекст растёт почти квадратично. Вместо ручки усилий low/high/max, которая резала и качество, команда провела больше 50 обучающих экспериментов и 200+ оценок на данных по математике, коду, инструкциям, диалогам, поиску и работе с инструментами, включая многошаговые сценарии. В бенчмарках Terminal Bench 2,1 и DeepSWE 1,1 Ember-1 обошла Kimi K3 на максимальном усилии, сэкономив 52% и 24% токенов соответственно, тогда как в SWE-bench Verified и Software Engineering Interact немного уступила по точности, но всё равно потратила меньше токенов. Fireworks также показала результат на Bedside Bench из 500 подтверждённых врачами клинических кейсов, утверждая новый парето-фронтир по соотношению качества и стоимости против GPT-5,6 Soul, GPT-6 Astra и Claude Opus 5. В реальных A/B-тестах у двух клиентов модель повторила качество Kimi K3 при сокращении токенов на 39% и 35%, а собственные разработчики Fireworks не заметили подмены, когда модель внедрили внутри компании.
Практика
- Что получишь
- Понять, за счёт чего Ember-1 сокращает расход токенов в агентных задачах и в каких сценариях экономия близка к 50%, а в каких — к 6%, чтобы решить, стоит ли тестировать модель прямо сейчас.
- Первый шаг
- Зарегистрироваться на платформе Fireworks, запустить research preview Ember-1 через API и сравнить расход токенов с Kimi K3 на собственном агентном сценарии.
- Цифры
- —52% — на столько Ember-1 сократила токены в Terminal Bench 2,1, обойдя Kimi K3 на max effort (82% против 80,9% точности)
- —$127 — экономия на задачу в DeepSWE 1,1, где Ember-1 набрала 75,2% против 66,4% у Kimi K3
- —6% — минимальная экономия в бенчмарке TA 2 Bench Airline; все уровни усилий Kimi K3 там давали одинаковые 64% точности
- —39% — общее сокращение токенов у первого клиента в A/B-тесте при почти том же качестве (0,753 против 0,751)
- Честно
- Автор не продвигает собственный продукт, только просит подписку и лайк. Модель доступна только через API Fireworks в двухнедельном research preview без открытых весов и опубликованной цены, а все бенчмарки и A/B-тесты пока не воспроизведены независимо.
Если слова незнакомы — 5 терминов
- токеныединицы текста или рассуждения, за которые тарифицируется модель
- ретрейндообучение существующей модели под конкретное поведение без создания новой архитектуры
- агентные цепочкисценарии, где модель выполняет задачу за несколько шагов, сохраняя контекст
- A/B-тестсравнение двух версий модели на реальном трафике пользователей
- парето-фронтирграница, где нельзя улучшить качество без роста цены или снизить цену без потери качества
Компоненты
7 шт.Формат: разбор · для практикующих · уверенность разметки 0.88 · источник