Fireworks发布Ember-1推理模型：代币消耗降低40%

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。