Ember-1: Fireworks traeniert Kimi K3 zum sparsamen Denken

Fireworks Research hat mit Ember-1 das erste Modell einer geplanten Serie spezialisiierter Modelle vorgestellt — und der Ansatz ist ungewöhnlich pragmatisch: Statt einen neuen Grundstein zu legen, wurde Kimi K3 genommen und per Nachtraining darauf optimiert, weniger zu denken. Das Ergebnis soll dieselbe Antwortqualität bei rund 40 Prozent weniger Tokens liefern.

Das Problem: Reasoning-Modelle denken zu viel

Reasoning-Modelle wie Kimi K3 verbringen den Großteil ihrer generierten Tokens — teils über 90 Prozent — mit interner Gedankenkette statt mit der Antwort selbst. Im Agenten-Betrieb wird das zum Kostenproblem: Bei jedem neuen Turn wird die gesamte bisherige Reasoning-Historie erneut eingereicht und abgerechnet, der Kontext wächst also grob quadratisch mit der Zahl der Runden. Das simple Herunterdrehen des Reasoning-Aufwands löst das laut Fireworks nicht — dabei geht zu viel Qualität verloren. Also hat das Team über 50 Trainingsexperimente und mehr als 200 Evaluationen gefahren und eigene Algorithmen entwickelt, die das Denken verkürzen, ohne die Treffsicherheit anzutasten. Trainiert wurde komplett auf Fireworks Serverless Training — ohne eigene GPU-Bereitstellung.

Die Messwerte

• Terminal Bench 2.1: 82,0 Prozent (K3 max: 80,9) bei 51,9 Prozent weniger Tokens
• SWE-bench Verified: 92,2 Prozent (K3 max: 93,2) bei 15,5 Prozent Token-Ersparnis
• DeepSWE 1.1: 75,2 Prozent — klar vor K3 max mit 66,4 Prozent
• Live-A/B-Tests bei zwei Kunden: rund 35 Prozent weniger Tokens pro Aufgabe bei vergleichbarer Qualität; ein Kunde hat Ember-1 bereits produktiv live geschaltet

Auf Doximitys Bedside Bench, einem von Ärzten validierten Benchmark mit 500 klinischen Fällen, setzt Ember-1 laut Fireworks eine neue Pareto-Front bei Kosten pro Aufgabe — vor GPT-5.6 Sol, GPT-6 Astra und Claude Opus 5.

Ein Rollout ohne Nachrichten

Besonders stolz ist das Team auf den internen Test: Eigene Entwickler haben Ember-1 im Alltag verwendet, ohne den Modellwechsel zu bemerken — bei deutlich geringerem Token-Verbrauch. Für ein Modell, dessen Versprechen “gleiche Antworten, weniger Tokens” lautet, ist ein unsichtbarer Wechsel das stärkste Signal. Ember-1 startet als Research Preview auf Serverless mit zwei Wochen kostenlosem Zugriff; ob es permanent bleibt, entscheidet die Community-Nachfrage. Zeitgleich eröffnet Fireworks Enterprise-Training für individuelle Varianten.

Quelle: Fireworks AI Blog