Fireworks: Ember-1

Fireworks: Ember-1 è un modello di generazione di testo di Fireworks, rilasciato dal provider il 24 settembre 2026. È elencato su api14 nella categoria text, e Fireworks lo descrive come un modello di ragionamento specializzato di Fireworks Research costruito su Kimi K3. L'obiettivo di progettazione dichiarato dal provider è l'efficienza nel ragionamento: Ember-1 produce tracce di ragionamento più brevi, il che, secondo la formulazione di Fireworks, fa rendere di più ogni token. Per uno sviluppatore, l'implicazione pratica è un modello posizionato sul lavoro di ragionamento piuttosto che sulla sola chat generica, con il ragionamento esposto come parte controllabile della richiesta.

Ember-1 accetta input di testo e immagini e restituisce solo testo, quindi gestisce prompt multimodali in cui le immagini sono fornite insieme al testo e la risposta torna come linguaggio. La finestra di contesto è molto ampia, con 1.048.576 token, e un output massimo di 943.718 token. Questa combinazione di un budget di input da un milione di token e di un tetto di output elevato rende il modello rilevante per carichi di lavoro in cui documenti lunghi, grandi basi di codice o trascrizioni estese devono essere mantenuti nel contesto pur producendo un output sostanzioso in una singola chiamata.

Le capacità suggeriscono alcuni usi concreti. Il ragionamento su contesti lunghi con input di grandi dimensioni si adatta all'analisi di documenti, alla revisione di codice su più file e al riassunto o alle domande e risposte su fonti prolisse. Poiché le immagini sono accettate come input, sono supportati anche i prompt testo e immagine, come la lettura di diagrammi, screenshot o pagine scansionate e il ragionamento su di essi. I controlli sul ragionamento e il supporto all'output strutturato indicano flussi di lavoro in stile agente, il tool calling e attività di estrazione in cui il modello deve restituire dati in una forma definita. La possibilità di regolare lo sforzo di ragionamento consente di scambiare la profondità del ragionamento con la lunghezza della risposta a seconda dell'attività.

Puoi chiamare Ember-1 tramite l'API compatibile con OpenAI di api14 usando l'id del modello "fireworks/ember-1". Oltre ai consueti campi della richiesta, supporta frequency_penalty, presence_penalty, logit_bias, logprobs, top_logprobs, max_tokens, stop, temperature, top_p, top_k e repetition_penalty per il controllo del campionamento. Per il ragionamento, supporta reasoning, reasoning_effort e include_reasoning. Per il lavoro strutturato e basato su strumenti supporta response_format, structured_outputs, tools e tool_choice. Se ti serve solo la generazione di testo semplice senza queste opzioni estese, un modello più semplice può bastare, ma Ember-1 è la scelta adatta quando sono richiesti contesto lungo, input di immagini o ragionamento controllabile.