Bisakah saya menjalankan Ember-1 secara lokal?

Tidak. Fireworks belum merilis bobot, jadi Ember-1 hanya tersedia lewat API dan tidak bisa dijalankan di perangkat Anda sendiri.

Berapa biaya Ember-1 dan seberapa besar konteksnya?

Fireworks mengenakan biaya $3,00 per juta token input dan $15,00 per juta token output, dengan jendela konteks sedikit lebih dari satu juta token.

Apa bedanya Ember-1 dengan model dasar Kimi K3?

Ember-1 disetel khusus untuk menghasilkan jejak penalaran lebih pendek — sekitar 40% lebih sedikit token — yang mengurangi latensi dan biaya pada tugas penalaran tanpa, menurut Fireworks, mengorbankan kualitas.

Ember 1

3639°

#llm #fireworks #visi #penalaran #pemrograman #agen

Jalankan model ini

Penawaran / Iklan

OpenRouter Terminal / API

Bayar per token

Ngobrol dengan model ini di browser atau panggil dari kode kamu dengan satu API key.

Fireworks | konteks 1.048.576 token | $3.00/M input, $15.00/M output. Ember-1 adalah model penalaran khusus dari Fireworks Research, dibangun di atas Kimi K3Opens in new tab. Dirancang agar setiap token lebih efektif: menghasilkan jejak penalaran lebih pendek, menggunakan sekitar 40% lebih sedikit token dibanding model dasar sambil mempertahankan kualitas yang sebanding di seluruh evaluasi Fireworks. Cocok untuk pengkodean, pekerjaan pengetahuan, dan alur kerja agen di mana biaya dan latensi penalaran penting.

Panduan untuk model ini

Cara memilih model AI di Oktober 2026: berita sumber tertutup, lalu bobot terbuka yang layak diunduh

Bobot terbuka vs sumber terbuka vs hanya API: apa yang sebenarnya boleh kamu lakukan

10 Alternatif ChatGPT Termurah di 2026: model lokal gratis, tingkat gratis, dan paket tarif tetap

Semua panduan

Catatan Kapten

Ditulis oleh Captain, editor rumah

Catatan dari 2026-10-13

Ember-1 adalah model penalaran dari Fireworks Research, dibangun di atas Kimi K3 dan disetel untuk berpikir lebih efisien. Ciri utamanya adalah menghasilkan jejak penalaran sekitar 40% lebih pendek dibanding model dasar sambil menjaga kualitas tetap stabil — yang berarti latensi lebih rendah dan biaya lebih murah pada tugas berat penalaran. Cocok untuk pengembang dan tim yang menjalankan pengkodean, pekerjaan pengetahuan, atau pipeline agen di mana biaya token penalaran cepat bertambah.

Dikenal untuk

Sekitar 40% lebih sedikit token penalaran dibanding model dasar Kimi K3.
Dirancang untuk alur kerja agen di mana biaya rantai pemikiran cepat bertambah.
Jendela konteks satu juta token untuk dokumen panjang dan tugas multi-langkah.
Kemampuan visi selain penalaran teks.

Waspadai

Bobot tidak terbuka; Anda menyewa akses melalui API Fireworks.
Harga output $15,00 per juta token membuat rantai penalaran panjang mahal dalam skala besar.
Perbandingan kualitas berdasarkan evaluasi Fireworks sendiri, bukan benchmark independen.

Terbaik untuk

Pemrograman

Agen dan penggunaan alat

Penalaran

Konteks panjang

Penglihatan

Prompt untuk dicoba

Debug loop agen yang gagal

Saya punya agen Python yang memanggil alat pencarian, meringkas hasil, lalu memutuskan apakah akan mencari lagi. Setelah dua iterasi selalu berhenti, meskipun jawabannya belum lengkap. Ini logika loop-nya: [tempel kode Anda]. Telusuri kemungkinan kegagalan, identifikasi bug paling mungkin, dan sarankan perbaikan dengan penjelasan.

Penalaran desain sistem

Sebuah startup perlu memproses 50.000 event webhook per menit, masing-masing memicu penulisan database dan panggilan API keluar. API keluar memiliki batas 10.000 panggilan per menit per kunci dan mereka punya tiga kunci. Jelaskan batasan, identifikasi bottleneck, dan usulkan arsitektur antrean konkret yang tetap dalam batas.

Analisis klausul kontrak panjang

Baca klausul ganti rugi dan pembatasan tanggung jawab yang saya tempel di bawah ini dan beri tahu saya: skenario apa yang membuat perusahaan saya sepenuhnya terekspos, batas praktis kerusakan apa, dan apakah pengecualian untuk kelalaian berat standar atau sangat sempit. Jelaskan bahasa yang mengkhawatirkan Anda.

Bandingkan dengan

DeepSeek V4.1 Flash
Model dengan bobot terbuka
konteks 1,048,576 token · $0.04/M input, $0.68/M output
GLM 5.3 Flash
Model dengan bobot terbuka
konteks 1,048,576 token · $0.02/M input, $0.72/M output
Hy4 preview
Model dengan bobot terbuka
konteks 1,048,576 token · $0.83/M input, $2.50/M output
MiMo-V2.6-Flash
Model dengan bobot terbuka
konteks 1,050,000 token · $0.14/M input, $0.28/M output

Model teks lain dari fireworks

Pertanyaan yang sering diajukan

Bisakah saya menjalankan Ember-1 secara lokal?: Tidak. Fireworks belum merilis bobot, jadi Ember-1 hanya tersedia lewat API dan tidak bisa dijalankan di perangkat Anda sendiri.
Berapa biaya Ember-1 dan seberapa besar konteksnya?: Fireworks mengenakan biaya $3,00 per juta token input dan $15,00 per juta token output, dengan jendela konteks sedikit lebih dari satu juta token.
Apa bedanya Ember-1 dengan model dasar Kimi K3?: Ember-1 disetel khusus untuk menghasilkan jejak penalaran lebih pendek — sekitar 40% lebih sedikit token — yang mengurangi latensi dan biaya pada tugas penalaran tanpa, menurut Fireworks, mengorbankan kualitas.

Putusan Kapten
Pilihan masuk akal jika Anda sudah menggunakan Fireworks dan beban kerja agen Anda boros token pada rantai pemikiran; harga output membuatnya tetap wajar.

Kapten menulis catatan ini dari deskripsi model dan kartu model itu sendiri. Harga dan ukuran konteks adalah milik penyedia pada saat penulisan dan dapat berubah.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Bagaimana skor ini dihitung

Model ini belum punya data popularitas dari sumber mana pun, jadi memakai angka pengganti di bawah 7,000° supaya daftar tetap lengkap. Model ini tidak pernah berada di atas model yang punya data. Rinciannya akan muncul di sini segera setelah ada laporan dari sumber.

Glosarium: istilah yang dipakai di sini

Skor heat: Satu angka untuk seberapa banyak model dipakai dan diinginkan sekarang, dari 0° sampai 9.999°. Setiap daftar di situs ini yang bilang terpanas diurutkan berdasarkan ini dan tidak ada yang lain.
Lantai: 7.000° yang jadi titik awal semua model dengan data nyata. Skala dari 0° sampai 9.999°; bagian di bawah lantai untuk pengganti (model tanpa data), supaya model dengan data selalu di atas yang tanpa. Lantai sama untuk semua dan tidak menentukan apa-apa; derajat di atasnya yang dihitung.
Setara unduhan: Semua yang dihitung skor sebagai unduhan, dijumlahkan: unduhan itu sendiri, setiap torrent seeder dihitung 1.000, setiap gambar AI Horde dan setiap run di situs generasi dihitung satu.
Skala log: Menghitung per puluhan, bukan per satuan: naik dari 1.000 ke 10.000 unduhan menambah derajat yang sama dengan naik dari 10.000 ke 100.000. Ini mencegah raksasa mendominasi semuanya.
Suka: Jempol ke atas dan suka dari semua sumber, bernilai setengah unduhan di skala log.
Tingkat adopsi: Berapa banyak unduhan per hari yang didapat model sekarang, dari selisih dua pembacaan sumber. Bobot seperempat dari istilah unduhan.
Diukur dan diperkirakan: Diukur berarti ada dua pembacaan dari sumber dan perbedaannya nyata. Diperkirakan berarti hanya total hari ini yang diketahui dan masa lalu dibagi selama umur model; situs memberitahu mana yang sedang ditampilkan.
Seeder: Seseorang yang menyimpan salinan bobot secara online agar orang lain bisa mengunduh lewat torrent, atau mirror yang dihosting melakukan hal yang sama. Setiap satu dihitung sebagai 1.000 unduhan.
AI Horde: Jaringan sukarelawan yang menghasilkan gambar secara gratis di komputer yang disumbangkan. Jumlah gambar yang dibuat dengan model tertentu bersifat publik, dan setiap gambar dihitung sebagai satu unduhan.
Situs generasi: Situs yang menyimpan salinan model sendiri dan membiarkan orang menghasilkan gambar dengannya, seperti PixAI, SeaArt, dan Yodayo. Unduhan mereka dihitung seperti di Civitai dan setiap kali generasi dihitung sebagai satu unduhan.
Token OpenRouter: Model teks yang dilayani melalui API, seperti Claude atau GPT, tidak memiliki bobot untuk diunduh, jadi penggunaannya diukur dalam token: potongan teks yang dibaca dan ditulis melalui OpenRouter, gateway yang digunakan banyak aplikasi, selama 30 hari terakhir. Setiap 10,000,000 token dihitung sebagai satu unduhan. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Bobot itu sendiri, file yang bisa menghasilkan secara mandiri. Mendapat bonus karena add-on bergantung padanya.
LoRA dan embedding: File add-on kecil yang mengarahkan bobot orang lain ke gaya, karakter, atau konsep tertentu. Tidak bisa dijalankan sendiri.
Keluarga dan bobot: Dasar yang dipakai model, seperti SD 1.5, SDXL, Flux, atau Wan. Setiap model mewarisi tanggal rilis bobot keluarganya.
Usia: Pengurangan nilai berdasarkan seberapa lama bobot keluarga itu dirilis: 150° per tahun, sampai maksimal 750°. Ini menjaga unduhan lama yang sudah bertahun-tahun menumpuk agar tetap di atas daftar.
Dorongan keluarga: Dorongan kecil dan terbatas untuk LoRA dari keluarga yang sedang didorong situs ini sekarang, selalu tercantum dalam rincian.
Skor pengganti: Angka stabil di bawah batas yang diberikan pada model yang belum ada laporan sumbernya, supaya daftar tetap lengkap. Tidak pernah lebih tinggi dari model yang punya data.
Baru! (masa tenggang): Model yang berumur kurang dari 7 hari menunjukkan label Baru! bukan skor dan tidak masuk peringkat. Skornya dihitung sejak hari pertama, tapi model yang baru sehari tumbuh lebih cepat dari apa pun, jadi tanpa masa tunggu model #1 minggu ini selalu yang baru kemarin, bukan yang bertahan seminggu.
Tren: Bagaimana pertumbuhan model selama periode tertentu dibandingkan dengan pertumbuhan model biasa di periode yang sama. Lebih cepat dari biasanya berarti naik, lebih lambat berarti turun.
Model biasa: Tengah katalog: setengah model dengan angka tumbuh lebih cepat selama periode itu, setengahnya lebih lambat.

Model Serupa

Voxtral Small 24B 2507

TEXT / LLM

DeepSeek V4.1 Flash

TEXT / LLM

Model AI untuk Pembuatan Gambar, Video & Teks

Ember 1 adalah model teks untuk keluarga Text / LLM yang tercantum di ModelTrends.ai, katalog hanya-baca untuk model AI gambar, video, dan teks open source. Bandingkan dengan model Text / LLM lainnya dan lihat skor popularitasnya untuk mengetahui trennya.

Model Text / LLM lainnya Teks / LLM Text / LLM lainnya llm fireworks visi penalaran pemrograman agen konteks panjang

Jelajahi berdasarkan Keluarga Model