8.0
热点
AI SCORE
模型发布2026-09-27 08:00
Fireworks发布Ember-1推理模型:代币消耗降低40%
Vercel Blog#Fireworks#推理模型#AI编程
Editor brief · 编辑速览
Ember-1是专注编程和Agent工作流的推理模型,在质量相当情况下比Kimi K3减少约40%生成代币,支持100万上下文和工具调用。
Fireworks 推出的 Ember-1 现已在 AI Gateway 上可用。
Ember-1 是基于 Kimi K3 构建的编程与 Agent 工作流研究预览推理模型。
Fireworks 报告称,在各项评估中质量相当的情况下,Ember-1 生成的 token 数量比 Kimi K3 减少约 40%。对于需要反复调用模型的编程 Agent,较短的推理链可以降低输出成本,并减少携带到后续步骤的上下文量。
Ember-1 支持 100 万 token 的上下文窗口、文本与图像输入、工具调用以及隐式 prompt 缓存。Fireworks 端点支持 Zero Data Retention(零数据保留)和 No Prompt Training(不对 prompt 进行训练)。
该模型以研究预览形式发布,初始窗口期为两周。
要开始使用,请在各 API 和编程 Agent 中使用 fireworks/ember-1 作为模型名称:
import { streamText } from 'ai';
const result = streamText({
model: 'fireworks/ember-1',
prompt: 'Write a retry helper with exponential backoff.',
});
要在编程 Agent 中使用 Ember-1,请使用 Vercel CLI 运行设置命令:
npm i -g vercel@latest
vercel ai-gateway setup
该命令会检测已安装的 Agent,配置或复用 AI Gateway API key,并将其连接到网关。然后在 Agent 的模型配置中选择 fireworks/ember-1。
AI Gateway 提供统一的模型调用 API,内置用量与成本追踪、API key 预算以及路由规则。
可以在模型 Playground 中试用 Ember-1。