2026年9月23日，Fireworks AI 在官方博客发布 Ember-1：这是 Fireworks Research 推出的首款专用模型，基于月之暗面的 Kimi K3 构建，推理时少用约 40% 的 token，质量与 Kimi K3 持平。发布当天，Ember-1 即以 Research Preview 形式在 Fireworks Serverless 上线，企业可直接调用。
Ember-1 不拼更大的参数，也不追更高的榜单分数，它盯住的是 Agent 时代最实在的一笔账：推理 token。Fireworks 的做法是让模型"学会偷懒"——在训练中砍掉不必要的推理步骤，只保留真正影响答案的那部分思考。官方称，他们在外部基准、真实客户的 A/B 测试，以及内部的代码与 Agent 工作负载上都做了验证，质量在各种场景下都没有掉。
这一定位很务实。对把大模型当生产力工具的团队来说，推理成本直接决定 Agent 能跑多大规模、能撑多长的任务链。Ember-1 把 Kimi K3 级别的质量和 40% 的 token 降幅打包在一起，意味着同样的预算能多跑近一倍的 Agent 任务，或者把原来舍不得开的高推理强度模式变成默认选项。
少掉的 40% token 去哪了
关键在于"专用"二字。Ember-1 不是通用大模型，而是在 Kimi K3 的基础上，针对开发者真实想要的工作负载做了专项训练：砍掉的是通用推理里那些冗余的自我复述和过度展开，保留的是解题真正需要的思考链。Fireworks 把这条路线的名字就叫 Ember，寓意是"余烬"——同样的火，更少的柴。
谁最先受益
三类人会最先感受到变化：一是 Agent 重度用户，长任务链的 token 开销直接打四折效果；二是做代码生成、自动化测试等高频调用的团队，单次调用便宜，规模化才划算；三是自建推理的企业——Fireworks 同步推出了针对 Ember-1 的训练支持，企业可以用自己的数据，定制更贴合自身场景的 token 高效模型。
下一步看什么
两件事值得盯：一是 Research Preview 之后正式版的价格与可用区域，这决定了它能不能真的进生产；二是其他推理服务商会不会跟进。如果"专用蒸馏"这条路走通，2026 年下半年的模型竞争可能从拼分数，转向拼"每块钱能买多少有效推理"——而这对用户来说，是比榜单更好的一件事。
