Fireworks stellt Ember-1 als sparsamere Alternative zu Kimi K3 vor

Fireworks AI hat mit Ember-1 ein spezialisiertes Reasoning-Modell vorgestellt, das Ergebnisse auf dem Niveau von Kimi K3 liefern und dabei deutlich weniger Tokens verbrauchen soll. Fireworks AI teilt in einem offiziellen Blogbeitrag mit, dass Ember-1 den gesamten Tokenverbrauch um rund 40 Prozent senkt. Das soll vor allem KI-gestützte Programmierung und mehrstufige Agenten-Workflows günstiger machen.

Reasoning-Modelle erzeugen vor ihrer eigentlichen Antwort oft lange interne Gedankengänge. Laut Fireworks entfallen darauf teils mehr als 90 Prozent der ausgegebenen Tokens. Bei Aufgaben mit mehreren Schritten steigen die Kosten weiter, weil frühere Kontextinformationen bei späteren Anfragen erneut an das Modell übergeben werden.

Ember-1 basiert auf Kimi K3. Nach Angaben des Unternehmens wurde das Modell darauf trainiert, nützliche Planung und Fehlerkorrektur beizubehalten, aber überflüssige Gedankengänge zu vermeiden. Fireworks berichtet von mehr als 50 Trainingsversuchen und 200 Auswertungen. Kundendaten seien nicht für das Training eingesetzt worden.

Ergebnisse aus Tests und dem Praxiseinsatz

In mehreren Benchmarks für Programmieraufgaben erreichte Ember-1 laut Fireworks ähnliche Werte wie Kimi K3 mit der höchsten Reasoning-Einstellung, verursachte aber geringere Kosten. Beim SWE-bench Verified erzielte Ember-1 eine Erfolgsquote von 92,2 Prozent. Kimi K3 kam in der höchsten Einstellung auf 93,2 Prozent. Die Kosten des Benchmark-Durchlaufs seien mit Ember-1 um 15,5 Prozent niedriger ausgefallen.

In zwei A/B-Tests mit realen Coding-Workloads von Kunden verbrauchte Ember-1 nach Unternehmensangaben 39 Prozent weniger Tokens insgesamt und 71,3 Prozent weniger Reasoning-Tokens. Die gemessenen Qualitätswerte lagen fast gleichauf.

Ember-1 ist als Research Preview über Fireworks Serverless verfügbar. Zudem will das Unternehmen Training für Organisationen anbieten, die das Modell mit eigenen Daten auf spezielle Arbeitsabläufe anpassen möchten.