AIの追加学習サービスを展開しているFireworks AIがKimi K3ベースのAIモデル「Ember-1」を発表しました。Ember-1はKimi K3と比べて出力トークン数を約35％削減しつつ性能を維持することに成功しています。
Introducing Ember-1
https://fireworks.ai/blog/ember-1
Ember-1はFireworks AIの「開発者が必要とする専門モデルを作るプロジェクト」の第1弾として開発されたモデルで、「最先端モデルの思考が長すぎてトークン使用量が増加し総コストが高くなる」という問題の解決を目標としています。
Kimi K3は2026年7月に登場した中国製オープンモデルで、一部のテストでGPT-5.6 SolやClaude Fable 5を上回る性能を備えています。しかし、最終的な出力を生成する前の思考(Reasoning)の段階で長大なトークンを消費する傾向にあり、出力完了までの時間と総コストの高さが問題点として指摘されています。
Fireworks AIによると、Kimi K3などの高性能モデルは出力トークンの90％程度が思考に割かれるとのこと。AIエージェントとして使う場合はタスクのターンごとにすべてのコンテキストを再読み込みするため、コストが雪だるま式に増大してしまいます。
Fireworks AIは思考内容のうち「問題遂行のためのフィードバック」などに有用な部分を保ちつつ無駄な部分を省けるようにKimi K3に追加学習を施してEmber-1を構築しました。
Ember-1とKimi K3を含む各種AIモデルの性能を医療タスクベンチマーク「Bedside Bench」で測定した結果が以下。横軸がタスク当たりのコスト、縦軸がスコアを示しており、Ember-1がKimi K3と同等のスコアを低いコストで達成していることが分かります。Kimi K3は「GPT-5.6 Solより低性能なのに高コスト」という位置付けでしたが、Ember-1は「GPT-5.6 Solより低性能だが低コスト」という位置に移動しています。
横軸をタスクごとの処理時間に変更すると以下の通り。Ember-1はKimi K3と比べて処理時間が短くなっています。
Fireworks AIが従業員を対象にKimi K3をEmber-1に置き換えるテストを実施した結果、従業員からは問題が1件も報告されなかったとのこと。また顧客2社を対象に実施したA/BテストではEmber-1がKimi K3と同等の性能でタスク当たりの出力トークンを約35％削減できることが確かめられています。
Ember-1の100万トークン当たりのAPI料金は入力3ドル(約470円)・キャッシュ済み入力0.3ドル(約47円)・出力15ドル(約2350円)です。APIの詳細は以下のリンク先で確認できます。
Ember-1 API & Playground | Fireworks AI
https://fireworks.ai/models/fireworks/ember-1
ソース元はコチラ
この記事は役に立ちましたか？
もし参考になりましたら、下記のボタンで教えてください。