Ember-1：让推理模型「戒掉想太多」的新路线

2026 年 9 月 23 日，推理云平台 Fireworks AI 发布研究预览版模型 Ember-1——基于开源模型 Kimi K3 训练的「专业化模型」，核心主张只有一句话：最省成本的做法不是让模型少思考，而是让它学会高效思考。上线后冲上 Hacker News 首页（330+ 分）。

问题：推理模型的「思维内耗」

Fireworks 的数据显示，Kimi K3 这类推理模型超过 90% 的生成 token 花在内部推理上，而非最终答案；在多轮 Agent 任务中，上下文长度还会随轮次近似二次增长。用户花的钱，大部分买的是「模型的思考过程」。业界通行解法是调低推理力度（reasoning effort）——但那是「少想」，质量随之下降。

Ember-1 的答案：训练模型精简思考

Ember-1 通过 50+ 次训练实验、200+ 次评估（全部在 Fireworks 自家 Serverless Training 平台完成），让模型学会用约 40% 更少的 token 达到 K3 的答案质量。基准对比（vs K3-max）：

• Terminal Bench 2.1：82.0%（K3-max 80.9%），成本降 51.9%——分数反超且价格腰斩；
• DeepSWE 1.1：75.2%（vs 66.4%），成本降 23.7%；
• SWE-bench Verified：92.2%（vs 93.2%），成本降 15.5%；
• 客户 A/B 测试：每任务约省 35% token，质量相当，内部开发者「几乎无感知切换」。

路线之争：降价、压缩，还是「学会少想」？

本周行业的主旋律恰好构成三重奏：OpenAI 靠降价 50%、Anthropic 靠自适应推理分档、Fireworks 靠训练专门化模型——三家从不同方向回答同一个问题：推理 token 的成本曲线怎么压。Ember-1 的思路有个独特的优雅之处：它不依赖厂商降价（用户无法控制），也不依赖用户调参（需要在质量与成本间取舍），而是把效率固化进模型本身。若该路线被验证，可以预期各大开源模型社区会快速跟进「精简推理」的变体训练——毕竟基座是开放的 Kimi K3。

对企业的启示

1. 1Agent 场景收益最大：多轮 Agent 任务是「思维内耗」的重灾区，token 二次膨胀直接决定账单。批量 Agent 工作流的企业值得把 Ember-1 这类精简模型纳入对比测试；
2. 2两周窗口：Ember-1 以 Research Preview 形式提供两周 Serverless 免费访问（视社区反馈转永久），是低成本实测的好机会；
3. 3与本周 DeepSeek DSec 论文呼应——推理成本的战场已从「芯片算力」深入到「每一次思考的质量」。ProMen 为企业做多模型选型时，以真实任务的成本-质量曲线为准绳，欢迎与我们交流评测方案。