Fireworks: Ember-1
ember-1- Eingabe / Ausgabe
- $3.00 / $15.00
- Kontext
- 1M
- Modalitäten
- Unterhaltung
- Funktionen
- Tool-NutzungPrompt-CacheReasoning
Über Ember-1
Ember-1 ist ein Reasoning-Modell von Fireworks Research, das auf Moonshots Kimi K3 für Programmierung und agentenbasierte Aufgaben aufbaut. Es wurde darauf trainiert, Reasoning-Schritte wegzulassen, die Kimi K3 ohne Ergebnisverbesserung durchführt, weshalb Fireworks bei vergleichbarer Qualität etwa 35 bis 40 Prozent weniger Token meldet. Es kann Tools aufrufen, verarbeitet einen Kontext von einer Million Token und wurde von Fireworks als Research Preview veröffentlicht.
Stärken
- Fireworks meldet etwa 40 Prozent weniger generierte Token als Kimi K3 bei vergleichbarer Qualität, was lange Agenten-Durchläufe verkürzt.
- Es wurde auf Mathematik, Programmierung, Befolgung von Anweisungen, Konversation, Suche und Tool-Nutzung trainiert, anstatt auf eine einzelne, eng gefasste Aufgabe.
- Fireworks evaluierte es auf SWE-bench Verified, Terminal Bench 2.1, DeepSWE 1.1 und tau-2 Bench Airline – allesamt Agenten- und Programmiermessgrößen.
- Tool-Aufrufe und implizites Prompt-Caching eignen sich für Agenten, die bei jedem Schritt einen großen System-Prompt wiederholen.
Alternativen
- Es handelt sich um eine Research Preview, und Fireworks knüpft den weiteren Zugriff an die Nachfrage der Community.
- Die Belege für die Token-Einsparungen und die Qualität stammen aus Fireworks' eigenen Tests und nicht von einem unabhängigen Benchmark.
- Es verarbeitet nur Text; für bildschirmbasierte Aufgaben ist ein Vision-Modell erforderlich.
Erste Schritte
API-Schlüssel erstellen
Erstelle einen Schlüssel in Console und nutze ihn mit jedem Modell auf der Plattform.
Senden Sie Ihre erste Anfrage
Kopieren Sie das Beispiel für Ihre Sprache und führen Sie es gegen den Endpunkt aus.
Text-zu-TextChat Completions APIPOST/v1/chat/completionscurl https://api.tokenlab.sh/v1/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer sk-xxx" \ -d '{ "model": "ember-1", "messages": [ {"role": "user", "content": "Hello!"} ] }'
Preise
Der Verified-Preis gilt für Verified und ist bei den meisten Modellen günstiger. Der Official-Preis ist der veröffentlichte Preis des Modellherstellers und gilt für die zuverlässigere Official-Route. Auto rechnet die Route ab, die die Anfrage abschließt.
Standardspezifikation
Pro 1M Token- Official-Preis
- Eingabe $3.00 / Ausgabe $15.00 / Cache-Lesevorgang $0.30
- Verified-Preis
- —
- Rabatt
- —
Cache-Lesevorgang
- Official-Preis
- $0.30
- Verified-Preis
- —
- Rabatt
- —
| Official-PreisPro 1M Token | Verified-PreisPro 1M Token | Rabatt | |
|---|---|---|---|
| Standardspezifikation | Eingabe $3.00 / Ausgabe $15.00 / Cache-Lesevorgang $0.30 | — | — |
| Prompt-Cache-Preise | |||
| Cache-Lesevorgang | $0.30 | — | — |
Nutzung & Aktivität
Die Erfolgsquote ist der Anteil abgeschlossener Anfragen. Die Latenz ist die Dauer einer vollständigen Antwort; P95 bedeutet, dass 95 % der Anfragen innerhalb dieser Zeit abgeschlossen wurden.
Nutzung & Verfügbarkeit
Letzte 24 Stunden- Anfragen
- Erfolgsrate
- P95-Latenz
- Token gesamt
Die Daten basieren auf aggregierten Benutzeranfragen, Statusprüfungen sind ausgeschlossen.
In Console öffnen
Öffne Ember-1 in Console mit einer bearbeitbaren oder versandbereiten Eingabeaufforderung.
Teste ember-1 mit einer kurzen Nachricht an /v1/chat/completions. Zeige Antwort, Latenz und Kosten.
Anwendungsfälle
Geeignet für- Reasoning
- Code
Programmier-Agenten mit hohem Denkaufwand
Betreiben Sie Terminal- oder Repository-Agenten, bei denen die Reasoning-Zyklen von Kimi K3 lang sind und Sie dieselben Antworten mit weniger generierten Token wünschen.
Tool-intensive Such-Workflows
Verketten Sie Web- oder Datenbankabfragen und lassen Sie das Modell jeden nächsten Aufruf entscheiden, während der vollständige Verlauf im langen Kontext erhalten bleibt.
Experimente zu Reasoning-Kosten
Vergleichen Sie es mit Kimi K3 bei Ihren eigenen Aufgaben, um zu sehen, ob das kürzere Reasoning die Qualität für Ihren Workload beibehält.
Überprüfung großer Codebasen
Laden Sie viele Dateien gleichzeitig und fordern Sie eine Design-Kritik oder eine Ursachenanalyse für einen modulübergreifenden Fehler an.
Prompt-Beispiele
Der Repo-Baum und das fehlerhafte CI-Protokoll sind angehängt. Verwenden Sie das Shell-Tool, um die Ursache zu finden, sie zu beheben und nur die betroffenen Tests erneut auszuführen.
Durchsuchen Sie das Changelog und den Issue-Tracker nach jeder Änderung an der Wiederholungsrichtlinie seit v2 und fassen Sie zusammen, welche davon die neuen Timeouts erklären könnten.
Überprüfen Sie diese zwölf Dateien auf Race Conditions im Job-Scheduler und ordnen Sie die Ergebnisse danach, wie wahrscheinlich sie in der Produktion auftreten.
Dieses Modell hat konditionale Preise. Monatliche Token-Summen allein liefern keine verlässliche Schätzung; nutzen Sie die detaillierten Preise für Anfragespezifikation, Cache und Zeitfenster.
FAQ
Was genau ist Ember-1 von Fireworks?
Ein Reasoning-Modell als Research Preview von Fireworks Research, basierend auf Kimi K3. Fireworks hat es darauf trainiert, das Reasoning beizubehalten, das bei der Fehlerkorrektur hilft, und Schleifen zu entfernen, die Token hinzufügen, ohne die Ergebnisse zu verbessern – mit Fokus auf Programmierung und agentenbasierte Workloads.
Wie unterscheidet sich Ember-1 von Kimi K3?
Es zielt auf die gleiche Qualität bei weniger Denkaufwand ab. Fireworks gibt an, dass Kimi K3 den Großteil seiner generierten Token für Reasoning aufwendet, manchmal über 90 Prozent, während Ember-1 etwa 35 bis 40 Prozent weniger Token pro Aufgabe verbraucht. Qualitätsaussagen basieren auf den Evaluierungen von Fireworks.
Ist Ember-1 ein stabiles Produktionsmodell?
Noch nicht. Fireworks hat es als Research Preview mit zeitlich begrenztem, kostenlosem serverlosen Zugriff gestartet, der je nach Nachfrage dauerhaft gemacht werden soll. Anwendungen sollten ein zweites Modell bereithalten, falls die Preview endet.
Unterstützt Ember-1 Tool-Aufrufe?
Ja. Fireworks beschreibt Funktionsaufrufe und implizites Prompt-Caching. Definieren Sie Ihre Funktionen in der Anfrage wie bei jedem Chat-Modell im OpenAI-Stil und halten Sie den System-Prompt stabil, damit Caching helfen kann.
Akzeptiert Ember-1 Bilder?
Nein. Es verarbeitet nur Text und antwortet in Textform. Für Screenshots oder Diagramme verwenden Sie ein Vision-Modell und nutzen Sie Ember-1 für die darauf folgenden Programmier- und Agentenschritte.
Was kostet Ember-1?
Auf TokenLab kostet Ember-1 Eingabe $3.00 / Ausgabe $15.00 Pro 1M Token. Die vollständige Aufschlüsselung steht in der Preistabelle oben. Die Preise hängen von Abrechnungseinheit, Spezifikation und Nutzung ab. Vergleichen Sie gleiche Bedingungen in der detaillierten Preisliste des Modells; eine einzelne Rate bestimmt nicht die Gesamtkosten.
Welche Kontext- und Ausgabelimits hat Ember-1?
Ember-1 verarbeitet bis zu 1.048.576 Token Kontext.
Welchen Endpunkt soll Ember-1 verwenden?
Verwenden Sie https://api.tokenlab.sh/v1/chat/completions für Ember-1. Das folgende Anforderungsbeispiel zeigt die passende Code-Struktur.
Welche Operationen unterstützt Ember-1?
Ember-1 unterstützt Text-zu-Text. Wählen Sie oben einen Vorgang aus, um dessen Endpunkt und Anforderungsbeispiel anzuzeigen.
Ember-1 vergleichen
Quellen
Geprüft am 02.10.2026
