Fireworks: Ember-1

Fireworks: Ember-1 to model generowania tekstu od Fireworks, wydany przez dostawcę 24 września 2026. Jest wymieniony na api14 w kategorii text, a Fireworks opisuje go jako specjalistyczny model rozumowania z Fireworks Research zbudowany na Kimi K3. Celem projektowym podanym przez dostawcę jest wydajność w rozumowaniu: Ember-1 tworzy krótsze ślady rozumowania, co Fireworks określa jako sprawianie, że każdy token idzie dalej. Dla dewelopera praktyczna konsekwencja jest taka, że model jest pozycjonowany wokół pracy związanej z rozumowaniem, a nie wyłącznie ogólnego czatu, z rozumowaniem ujawnionym jako kontrolowalna część żądania.

Ember-1 przyjmuje dane wejściowe tekstowe i obrazowe oraz zwraca wyłącznie tekst, więc obsługuje podpowiedzi multimodalne, w których obrazy są dostarczane razem z tekstem, a odpowiedź wraca jako język. Okno kontekstu jest bardzo duże i wynosi 1 048 576 tokenów, z maksymalnym wyjściem 943 718 tokenów. To połączenie budżetu wejściowego wynoszącego milion tokenów i wysokiego limitu wyjścia sprawia, że model jest istotny dla obciążeń, w których długie dokumenty, duże bazy kodu lub rozszerzone transkrypcje muszą być utrzymywane w kontekście, a jednocześnie nadal generowane jest znaczne wyjście w pojedynczym wywołaniu.

Możliwości sugerują kilka konkretnych zastosowań. Rozumowanie nad długim kontekstem na dużych danych wejściowych pasuje do analizy dokumentów, przeglądu kodu obejmującego wiele plików oraz streszczania lub odpowiadania na pytania w oparciu o długie źródła. Ponieważ obrazy są akceptowane jako dane wejściowe, obsługiwane są również podpowiedzi tekstowo-obrazowe, takie jak odczytywanie diagramów, zrzutów ekranu lub zeskanowanych stron i rozumowanie nad nimi. Sterowanie rozumowaniem i obsługa ustrukturyzowanego wyjścia wskazują na przepływy pracy w stylu agentowym, wywoływanie narzędzi oraz zadania ekstrakcji, w których model musi zwracać dane w określonym kształcie. Możliwość dostrajania wysiłku rozumowania pozwala wymieniać głębokość rozumowania na długość odpowiedzi w zależności od zadania.

Ember-1 wywołujesz przez zgodne z OpenAI API api14, używając identyfikatora modelu "fireworks/ember-1". Obok zwykłych pól żądania obsługuje frequency_penalty, presence_penalty, logit_bias, logprobs, top_logprobs, max_tokens, stop, temperature, top_p, top_k i repetition_penalty do kontroli próbkowania. Do rozumowania obsługuje reasoning, reasoning_effort i include_reasoning. Do pracy ustrukturyzowanej i opartej na narzędziach obsługuje response_format, structured_outputs, tools i tool_choice. Jeśli potrzebujesz tylko zwykłego generowania tekstu bez tych rozszerzonych opcji, prostszy model może wystarczyć, ale Ember-1 jest właściwym wyborem, gdy wymagany jest długi kontekst, wejście obrazowe lub kontrolowalne rozumowanie.