A Fireworks anunciou o lançamento do Ember-1, seu novo modelo especializado, no dia 23 de setembro de 2026. A proposta do Ember-1 é clara: manter a qualidade de respostas do Kimi K3, mas utilizando cerca de 40% menos tokens por tarefa. A otimização mira principalmente workloads de agentes e aplicações de codificação, onde o custo de tokens pode escalar rapidamente devido ao raciocínio prolongado dos modelos tradicionais.
Otimização sem perda de qualidade
Segundo a Fireworks, o Ember-1 foi desenvolvido a partir do Kimi K3, mas com treinamento focado em reduzir o raciocínio redundante. O processo envolveu mais de 50 experimentos de treinamento e 200 avaliações, com o objetivo de ensinar o modelo a cortar etapas de raciocínio desnecessárias, sem comprometer a precisão das respostas. O time utilizou a plataforma Fireworks Serverless Training, o que permitiu agilidade e redução de custos operacionais durante o desenvolvimento.
O modelo foi treinado em tarefas diversas, incluindo matemática, codificação, uso de ferramentas e conversação, para garantir que a economia de tokens fosse consistente em múltiplos cenários. A Fireworks afirma que nenhum dado de cliente foi utilizado no treinamento.
Impacto em workloads de agentes
Modelos como o Kimi K3 tendem a gastar até 90% dos tokens gerados em raciocínio interno, o que se torna especialmente oneroso em tarefas multi-turn — típicas de agentes autônomos. Cada nova interação precisa “reler” todos os raciocínios anteriores, ampliando o contexto e, consequentemente, o custo. O Ember-1 reduz esse overhead, mantendo apenas os raciocínios essenciais para a tarefa, sem sacrificar a capacidade de auto-reflexão e ajuste a feedbacks do ambiente.
Nos testes internos e em produção, a Fireworks observou que era possível encurtar o raciocínio do Kimi K3 em 35–50% sem perda de acurácia. O Ember-1 internaliza esse comportamento, evitando loops improdutivos e raciocínio excessivo, o que pode representar uma economia significativa para quem roda workloads intensivos.
Benchmarks e validação
O Ember-1 foi avaliado no novo Specialized Intelligence Index (SII), incluindo o Bedside Bench — benchmark validado por médicos, com 500 casos clínicos em 10 áreas. O modelo estabeleceu um novo Pareto frontier para custo por tarefa em comparação com modelos abertos e fechados, como GPT-5.6 Sol, GPT-6 Astra e Claude Opus 5. A avaliação também considerou o custo por benchmark utilizando o preço público do Kimi K3, demonstrando que o Ember-1 mantém taxas de sucesso similares com menor custo de tokens.
Testes A/B ao vivo com clientes e validação interna com desenvolvedores reforçaram que a redução de tokens não trouxe impacto negativo perceptível na qualidade das respostas, mesmo em cargas de trabalho reais de codificação e agentes.
Por que importa
A chegada do Ember-1 sinaliza uma tendência de especialização e eficiência em modelos de linguagem, especialmente para tarefas de automação e codificação em larga escala. Para empresas e desenvolvedores que enfrentam custos crescentes com contextos longos e interações multi-turn, a proposta de manter a qualidade reduzindo o consumo de tokens pode se traduzir em economia operacional relevante. O modelo já está disponível para uso na plataforma Fireworks, e inaugura uma linha de modelos especializados que devem ser moldados de acordo com as demandas dos desenvolvedores.