Fireworks 发布 Ember-1,推理 token 砍掉四成

Fireworks Research 发布 Ember-1 —— 一个基于 Kimi K3 训练出来的「省 token」版本。官方口径是：保住 K3 的回答质量，同时把 token 用量砍掉约 40%。做法不是把 K3 的推理档位调低（官方说自己测过，低档掉质量太狠）,而是重新训练让它学会少想废话。

官方博客给出两组数字：在 7 个公开 benchmark 和 2 家客户的线上流量上，K3 的推理轨迹可缩短 35% 到 50% 而准确率不降；Ember-1 已作为 Research Preview 在 Fireworks Serverless 上架，先给两周访问期，再按社区需求决定是否转正式。**具体逐项 benchmark 与客户名单详见原文**,A/B 测试的客户身份官方未公开。

💡 为什么值得看Kimi K3 蒸馏版省 token，直击 agent 编程成本痛点。