Fireworks: Ember-1

Fireworks: Ember-1은 Fireworks의 텍스트 생성 모델로, 제공업체가 2026년 9월 24일에 공개했습니다. api14에 텍스트 카테고리로 등록되어 있으며, Fireworks는 이를 Kimi K3를 기반으로 Fireworks Research가 만든 특화된 추론 모델이라고 설명합니다. 제공업체가 밝힌 설계 목표는 추론의 효율성입니다. Ember-1은 더 짧은 추론 흔적을 생성하며, Fireworks는 이를 모든 토큰이 더 멀리 간다고 표현합니다. 개발자 입장에서 실질적인 의미는 일반 채팅만이 아니라 추론 작업을 중심에 둔 모델이며, 추론이 요청의 제어 가능한 부분으로 노출된다는 점입니다.

Ember-1은 텍스트와 이미지 입력을 받고 텍스트만 반환하므로, 이미지가 텍스트와 함께 제공되고 답변이 언어로 돌아오는 멀티모달 프롬프트를 처리합니다. 컨텍스트 윈도는 1,048,576 토큰으로 매우 크며, 최대 출력은 943,718 토큰입니다. 백만 토큰 입력 예산과 큰 출력 상한의 조합은 긴 문서, 대규모 코드베이스 또는 확장된 대화 기록을 컨텍스트에 유지하면서도 단일 호출에서 상당한 출력을 생성해야 하는 워크로드에 이 모델을 적합하게 만듭니다.

기능은 몇 가지 구체적인 용도를 시사합니다. 큰 입력에 대한 장문 컨텍스트 추론은 문서 분석, 다중 파일 코드 리뷰, 긴 출처 전반의 요약 또는 질의응답에 맞습니다. 이미지가 입력으로 허용되므로 다이어그램, 스크린샷 또는 스캔한 페이지를 읽고 그에 대해 추론하는 텍스트와 이미지 프롬프트도 지원됩니다. 추론 제어와 구조화된 출력 지원은 모델이 정의된 형태로 데이터를 반환해야 하는 에이전트 스타일 워크플로, 도구 호출, 추출 작업을 가리킵니다. 추론 노력을 조정하는 기능을 통해 작업에 따라 추론의 깊이와 응답 길이를 맞바꿀 수 있습니다.

Ember-1은 모델 id "fireworks/ember-1"을 사용해 api14의 OpenAI 호환 API를 통해 호출합니다. 일반적인 요청 필드와 함께 샘플링 제어를 위해 frequency_penalty, presence_penalty, logit_bias, logprobs, top_logprobs, max_tokens, stop, temperature, top_p, top_k, repetition_penalty를 지원합니다. 추론을 위해서는 reasoning, reasoning_effort, include_reasoning을 지원합니다. 구조화 및 도구 기반 작업을 위해서는 response_format, structured_outputs, tools, tool_choice를 지원합니다. 이러한 확장 옵션 없이 일반 텍스트 생성만 필요하다면 더 단순한 모델로 충분할 수 있지만, 긴 컨텍스트, 이미지 입력 또는 제어 가능한 추론이 필요할 때는 Ember-1이 적합합니다.