Ember-1 é modelo derivado do Kimi K3 para raciocinar menos

O modelo

Ember-1 é um novo modelo especializado da Fireworks Research, derivado do Kimi K3, que entrega a mesma qualidade do modelo base com cerca de 40% menos tokens. A motivação veio de usuários que precisavam das capacidades de código do K3 a um custo menor: os longos traços de raciocínio tornavam coding automatizado caro em escala, e simplesmente reduzir o reasoning effort do K3 não funcionava, porque as configurações mais baixas sacrificavam qualidade demais.

Como foi construído

O time conduziu mais de 50 experimentos de treino e mais de 200 avaliações, desenvolvendo novos algoritmos de treinamento para encurtar o raciocínio sem perder precisão, tudo na plataforma Fireworks Serverless Training. O modelo foi treinado com dados próprios da Fireworks, sem dados de clientes, em uma ampla variedade de tarefas: matemática, código, instrução, conversação, busca, uso de ferramentas e engenharia de software, cobrindo tanto problemas isolados quanto interações estendidas.

O problema: raciocínio excessivo

Modelos de raciocínio como o Kimi K3 gastam a maior parte dos tokens gerados - às vezes mais de 90% - no raciocínio interno, não na resposta. Em workloads agenticos de múltiplas turnos, o problema se agrava: cada turno reenvia todo o raciocínio anterior, e o contexto cresce aproximadamente de forma quadrática com o número de turnos, re-cobrando o raciocínio antigo a cada chamada.

Os experimentos da Fireworks indicaram que nem todo esse raciocínio é necessário - mas também não é todo desperdício. Parte dele é autorreflexão útil, que ajuda o modelo a se recuperar de erros. A estratégia foi preservar essa reflexão produtiva enquanto se remove o raciocínio desnecessário e os loops improdutivos. Segundo a empresa, em sete benchmarks públicos e no tráfego de produção de dois clientes, o raciocínio do K3 pôde ser encurtado em 35–50% sem perda de precisão.

Resultados nos benchmarks

A Fireworks avaliou o Ember-1 no Specialized Intelligence Index (SII), índice lançado pela própria empresa dias antes, incluindo o Bedside Bench da Doximity, benchmark validado por médicos com 500 casos clínicos. Ember-1 estabeleceu uma nova fronteira de Pareto no Bedside Bench entre modelos abertos e fechados, incluindo GPT-5.6 Sol, GPT-6 Astra e Claude Opus 5, em custo por tarefa.

Em benchmarks industriais, calculados com o preço público da API do K3 (input sem cache de $3/M tokens, input em cache $0,30/M, output $15/M), Ember-1 ficou sobre ou perto da fronteira de Pareto em todos os benchmarks com mais de 50 amostras, igualando a qualidade do K3-max a uma fração do custo e superando estritamente o K3-low. Alguns números: no Terminal Bench 2.1, Ember-1 marcou 82,0% contra 80,9% do K3-max, com custo 51,9% menor (−23,1 USD); no SWE-bench Verified, 92,2% contra 93,2%, custo 15,5% menor (−68,1 USD); no DeepSWE 1.1, 75,2% contra 66,4%, custo 23,7% menor (−126,9 USD). Comparações com GPT-6 Astra, Claude Opus-5 e GLM 5.3 colocaram Ember-1 como líder na fronteira.

Validação com clientes e uso interno

Em testes A/B ao vivo com dois clientes em workloads de código em produção, Ember-1 entregou cerca de 35% menos tokens por tarefa com qualidade comparável, e a maioria das métricas downstream (conclusão de tarefa, taxa de sucesso, falhas) se manteve ou melhorou. Um dos clientes já roda o modelo em produção, com planos de substituir completamente o modelo base.

Internamente, a Fireworks colocou o Ember-1 no tráfego de código dos próprios desenvolvedores antes de qualquer cliente; a troca passou despercebida, com redução de 71,3% nos tokens de raciocínio e 39% no total (score 0,753 vs. 0,751 do K3, em uma comparação interna).

Disponibilidade e próximos passos

Ember-1 está disponível como opção de serving ao lado do Kimi K3 base, em lançamento Research Preview no Serverless. A empresa também está lançando releases de pesquisa, com duas semanas de acesso serverless a novos modelos, que podem se tornar permanentes conforme demanda da comunidade. A Fireworks planeja estender a série Ember com mais modelos especializados e oferecer suporte a treinamento customizado do Ember-1 com dados das próprias empresas.