Ember-1 发布：基于 Kimi K3 的省 token 版，单价同为 $3/$15、生成 token 少约四成
Fireworks Research 发布首款自研模型 Ember-1：它建立在 Kimi K3 之上，用训练缩短推理过程，官方称质量相当而生成 token 少约 40%，单价与 Kimi K3 同为 $3/$15，现以两周的 Research Preview 形式在 Fireworks Serverless 提供，第三方独立评测尚未出分。
Fireworks 在 2026 年 9 月 23 日发布 Ember-1，这是它的研究团队 Fireworks Research 的第一款自研模型。1官方公告帖的时间换算到北京时间是 9 月 24 日 05:38，Fireworks 的模型库把它的创建时间记为 9 月 22 日。23Ember-1 从月之暗面的 Kimi K3 出发，训练的目标是让同样的答案用更少的 token：官方称它在质量相当的前提下，生成的 token 数比 K3 少约 40%。1
先说结论
- 它从 Kimi K3 出发。 官方写明 Ember-1 建立在 K3 之上，是 Fireworks 的自有模型，也是 Fireworks Research 系列的第一款；模型页把规格标为 MoE，2.78T 参数，与 K3 的 2.8T 同量级。13
- 单价与 K3 相同，省下来的是 token。 Serverless 计价为输入 $3.00、缓存输入 $0.30、输出 $15.00（每百万 tokens），与 Kimi K3 的官方价目逐项一致；官方给出的每任务成本降幅落在 5.9% 到 51.9% 之间。134
- 质量证据目前全部来自厂商自测。 官方给了五项公开基准、两家客户的线上 A/B 与一次内部自用验证；截至发稿，还没有独立评测机构公布 Ember-1 的分数，Artificial Analysis 的模型榜单里也还没有它的条目。156
- 可用性带一个两周的窗口。 它以 Research Preview 的形式在 Serverless 上线，与 K3 并列提供；官方说研究版给开发者两周的 serverless 访问，之后按社区需求决定是否长期保留。1
快速核对
| 项目 | Ember-1 | 来源 |
|---|---|---|
| 发布时间 | 官方博客标注 2026 年 9 月 23 日；公告帖为北京时间 9 月 24 日 05:38 | 官方博客 、官方公告帖 |
| 发布方 | Fireworks（Fireworks Research） | 官方博客 |
| 基座 | Kimi K3 | 官方博客 |
| 参数规模 | MoE，2.78T 参数 | 官方模型页 |
| 上下文长度 | 1,040k tokens | 官方模型页 |
| 输入输出模态 | 文本与图像输入，文本输出 | 官方模型页 |
| 计价（每百万 tokens） | 输入 $3.00 / 缓存输入 $0.30 / 输出 $15.00 | 官方模型页 |
| 可用范围 | Serverless（Research Preview）与按需部署 | 官方模型页 |
| 行动窗口 | 官方称 research 版提供两周的 serverless 访问，是否长期保留按社区需求决定 | 官方博客 |
| 函数调用 | 支持 | 官方模型页 |
| 平台自助微调 | 不支持 | 官方模型页 |
| 开放权重 | 官方只给出 Serverless 与按需部署两个托管入口 | 官方博客 、官方模型页 |
| 模型路径 | accounts/fireworks/models/ember-1 | 官方模型页 |
价格：单价没变，省的是 token
| 计价项（每百万 tokens） | Ember-1 | Kimi K3（Moonshot 官方） | Kimi K3（Fireworks 托管） |
|---|---|---|---|
| 输入 | $3.00 | $3.00 | $3.00 |
| 缓存输入 | $0.30 | $0.30 | 未单列 |
| 缓存写（5 分钟 / 1 小时） | 未单列 | $3.00 / $6.00 | 未单列 |
| 输出 | $15.00 | $15.00 | $15.00 |
| 来源 | 官方模型页 | Moonshot 官方价格页 | Fireworks 上的 Kimi K3 |
两张价目表逐项对得上，Fireworks 自己托管的 K3 也报同一个价。官方博客写明，五项基准的每任务成本是按 Kimi K3 的公开价目折算的，用的就是未缓存输入 $3、缓存输入 $0.30、输出 $15 这组数字。1换到账单上，Ember-1 省下的那部分来自生成更少的 token，费率本身沿用了 K3 的水平。
这里有一条需要读者自己核对的边界。Kimi K3 是开放权重模型，第三方托管把它压得比官方价更低：OpenRouter 上 17 家提供方里，最低一家报输入 $1.40、输出 $10.75、缓存输入 $0.30（每百万 tokens）。7如果你手上的 K3 已经跑在更便宜的三方托管上，Ember-1 少四成 token 的优势就要和你现在的单价放在一起算，而不是和官方价目比。
官方自测
| 基准（样本数） | K3 low | K3 high | K3 max | Ember-1 | Ember-1 相对 K3 max |
|---|---|---|---|---|---|
| Terminal Bench 2.1（89） | 76.4% | 77.6% | 80.9% | 82.0% | 成本 −51.9%，每任务省 $23.1 |
| SWE-bench Verified（500） | 80.4% | 86.0% | 93.2% | 92.2% | 成本 −15.5%，每任务省 $68.1 |
| SWE-Interact（75） | 6.7% | 13.3% | 21.3% | 20.0% | 成本 −32.5%，每任务省 $60.8 |
| DeepSWE 1.1（113） | 55.8% | 62.8% | 66.4% | 75.2% | 成本 −23.7%，每任务省 $126.9 |
| τ-2 Bench Airline（50） | 64% | 64% | 64% | 66% | 成本 −5.9%，每任务省 $0.3 |
| 来源 | 官方博客 | 官方博客 | 官方博客 | 官方博客 | 官方博客 |
三处边界要带上。全部数字由 Fireworks 自己跑，Ember-1 的对手是同一家跑的 K3 三档思考档位，没有第三方复跑；成本按 K3 的公开价目折算，不含缓存命中的差异；结果也不是每一项都更高——DeepSWE 1.1 与 Terminal Bench 2.1 上 Ember-1 超过 K3 的最高档，SWE-bench Verified 与 SWE-Interact 上则略低于它。1官方对这张表的总结是：样本数超过 50 的每一项基准上，Ember-1 都落在或接近成本与质量的帕累托前沿，并严格优于 K3 的 low 档。
客户 A/B 与内部验证
官方在同一篇公告里补了标准基准之外的证据：两家客户在他们的成产编码负载上做了线上 A/B，其中一家的数据是这样的。1
| 指标 | Kimi K3 | Ember-1 |
|---|---|---|
| 任务得分 | 0.751 | 0.753 |
| 完成任务所需步数 | 23.8 | 21.4 |
| 输出 token | 49.3K | 29.9K |
| 推理 token 降幅 | — | 71.3% |
| 总 token 降幅 | — | 39% |
| 来源 | 官方博客 | 官方博客 |
两家客户的名称与具体负载没有披露，官方只说 A/B 期间每任务的 token 少约 35%、质量相当，下游的任务完成率、成功得分与失败率都朝好的方向动；其中一家已把 Ember-1 放进生产，并计划逐步替换掉原来的基座模型。1把七项基准与两家客户的线上流量合起来，官方的结论是 K3 的推理过程可以缩短 35% 到 50%，精度不变。1
内部验证的那一条同样出自厂商自述：Fireworks 先把 Ember-1 放进自己的编码与协作流量里，让自家开发者日常使用，结果是没有收到反馈，开发者在消耗明显更少 token 的情况下没有察觉模型换了。1
第三方看到的
OpenRouter 已经上架 Ember-1，页面把发布日期标为 2026 年 9 月 24 日，价格 $3 / $15、缓存输入 $0.30（每百万 tokens）、上下文 1,048,576 tokens、文本与图像输入、支持工具调用与结构化输出。5页面显示这个模型只由一家 provider 提供，OpenRouter 把请求直接转发给它，没有可切换的第二家。5
服务侧的数字也来自同一个页面：最近三天吞吐 44 tokens/s（P50）、延迟 0.66 秒、可用率 99.42%。5这些是托管侧的观测值，与模型能力无关，样本也只有一天多。
质量这一格目前是空的。OpenRouter 的 Ember-1 页面还没有挂出第三方基准分数，同一个站上 Kimi K3 的页面则有 Artificial Analysis 的逐项成绩，Artificial Analysis 自己那份模型榜单里同样还没有 Ember-1 的条目。567在独立分数出来之前，可以拿基座的成绩当参照：Artificial Analysis 给 Kimi K3 最高档的综合智能指数 43.6、编码指数 76.2、智能体指数 50.0，Ember-1 与它同基座。7
能用在哪，要改什么
- Serverless 当天可用。 它在 Fireworks 的 serverless API 上按 token 计费，模型路径是
accounts/fireworks/models/ember-1，官方同时给了 Playground 入口。3 - 按需部署是另一条路。 需要专用 GPU、不受速率限制的场景可以走按需部署。3
- 它与 K3 并列提供。 官方把它定位成 K3 之外的另一个服务选项，而不是替换掉 K3。1
- 两周的预览窗口。 官方把研究版定义为两周的 serverless 访问，期满之后按社区需求决定是否变成长期模型；这段窗口决定了你要不要尽早把评测排进来。1
- 功能支持有边界。 函数调用与图像输入都支持；平台上的自助微调、嵌入与重排不支持。3
- 企业定制训练已开。 官方同时推出 Ember-1 的训练支持，企业可以用自己的数据训练定制版本。1
该不该试：三条能自己核对的判断
- 你现在的 K3 是怎么跑的。 如果走的是官方或 Fireworks 的价目，Ember-1 少的那部分 token 会直接落到账单上；如果已经用上更便宜的三方托管，先把你自己请求里的输入与输出比例套进两组单价里算一遍，再决定值不值得换。47
- 你的负载是单轮还是多轮。 官方给出的机制是：推理模型把大部分生成 token 花在内部推理上，多轮 Agent 每一轮都会把之前的推理重新读一遍，上下文随轮数近似二次增长。1轮数越多，同一份 token 降幅在你账单上的杠杆越大。
- 你有没有时间在两周内测完。 Research Preview 之后是否长期保留取决于社区需求，选型周期长于两周的团队要先把这件事放进计划。1
还没有的数字
- Ember-1 自己的参数说明。 模型页写的是 MoE、2.78T 参数，与 K3 同量级；官方博客同时说明它建立在 K3 之上，训练规模与独立参数量没有另行给出。13
- 第三方独立质量分数。 截至发稿，OpenRouter 的模型页还没有 Ember-1 的基准成绩，Artificial Analysis 的模型榜单里也没有它的条目。56
- A/B 客户的名称与负载细节。 官方只说了「两家客户」与「成产编码负载」，没有给出公司名、请求结构或时间跨度。1
- 官方自建指数其余基准的分值。 公告公布了医疗领域基准的结果与五项行业基准的平均图，其余基准只有「落在或接近帕累托前沿」这类结论，没有逐项分数。1
- 输出速度与首 token 延迟的独立测量。 目前只有托管侧页面上的吞吐与延迟 P50，没有独立复测。5
References
- 1Introducing Ember-1
fireworks.ai
- 2Fireworks 官方公告帖
x.com
- 3Ember-1 · Fireworks 模型库
fireworks.ai
- 4Kimi API 价格说明
platform.moonshot.ai
- 5Ember-1 · OpenRouter
openrouter.ai
- 6Artificial Analysis LLM Leaderboard
artificialanalysis.ai
- 7Kimi K3 · OpenRouter
openrouter.ai
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.