Ember 1
3639°
Ejecutar este modelo
Ofertas / Anuncios
Fireworks | contexto de 1,048,576 tokens | $3.00/M entrada, $15.00/M salida. Ember-1 es un modelo de razonamiento especializado de Fireworks Research, construido sobre Kimi K3Opens in new tab. Está diseñado para que cada token rinda más: produce trazas de razonamiento más cortas, usando aproximadamente un 40% menos de tokens que el modelo base mientras mantiene calidad comparable en las evaluaciones de Fireworks. Es adecuado para codificación, trabajo de conocimiento y flujos de trabajo agenticos donde el costo y la latencia del razonamiento importan.
Guías para este modelo
Cómo elegir un modelo de IA en octubre de 2026: las novedades de código cerrado y luego los pesos abiertos que vale la pena descargar
Pesos abiertos vs código abierto vs solo API: lo que realmente puedes hacer
Las 10 alternativas más baratas a ChatGPT en 2026: modelos locales gratuitos, planes gratuitos y tarifas planas
Notas del capitán
Notas del 2026-10-13
Ember-1 es un modelo de razonamiento de Fireworks Research, basado en Kimi K3 y ajustado para pensar con mayor eficiencia. Su característica principal es producir trazas de razonamiento aproximadamente un 40% más cortas que el modelo base manteniendo la calidad, lo que significa menor latencia y menores costos en tareas intensivas en razonamiento. Es ideal para desarrolladores y equipos que ejecutan pipelines de codificación, trabajo de conocimiento o agentes donde el costo en tokens de razonamiento se acumula rápido.
Conocido por
- Aproximadamente 40% menos tokens de razonamiento que el modelo base Kimi K3.
- Diseñado para flujos de trabajo agenticos donde el costo de cadena de pensamiento se compone rápidamente.
- Ventana de contexto de un millón de tokens para documentos largos y tareas multi-paso.
- Capacidad visual junto con razonamiento textual.
Cuidado con
- Pesos no abiertos; se accede mediante API de Fireworks.
- Precio de salida a $15.00 por millón de tokens hace que cadenas largas de razonamiento sean caras a escala.
- Comparaciones de calidad basadas en evaluaciones propias de Fireworks, no en benchmarks independientes.
Prompts para probar
Depurar un bucle de agente que falla
Tengo un agente en Python que llama a una herramienta de búsqueda, resume resultados y luego decide si buscar de nuevo. Después de dos iteraciones siempre se detiene, incluso cuando la respuesta está incompleta. Aquí está la lógica del bucle: [pega tu código]. Analiza los posibles fallos, identifica el error más probable y sugiere una solución con explicación.
Razonar sobre diseño de sistema
Una startup necesita procesar 50,000 eventos webhook por minuto, cada uno disparando una escritura en base de datos y una llamada API saliente. La API saliente tiene un límite de 10,000 llamadas por minuto por clave y tienen tres claves. Analiza las restricciones, identifica los cuellos de botella y propone una arquitectura concreta de cola que se mantenga dentro de los límites.
Analizar una cláusula contractual larga
Lee las cláusulas de indemnización y limitación de responsabilidad que pego a continuación y dime: qué escenarios dejan a mi empresa totalmente expuesta, cuál es el tope práctico de daños y si las excepciones por negligencia grave son estándar o inusualmente restrictivas. Sé específico sobre el lenguaje que te preocupa.
Comparar con
- DeepSeek V4.1 FlashModelo con pesos abiertosContexto de 1,048,576 tokens · $0.04/M entrada, $0.68/M salida
- GLM 5.3 FlashModelo con pesos abiertosContexto de 1,048,576 tokens · $0.02/M entrada, $0.72/M salida
- Hy4 previewModelo con pesos abiertosContexto de 1,048,576 tokens · $0.83/M entrada, $2.50/M salida
- MiMo-V2.6-FlashModelo con pesos abiertosContexto de 1,050,000 tokens · $0.14/M entrada, $0.28/M salida
Más modelos de texto de fireworks
Preguntas frecuentes
- ¿Puedo ejecutar Ember-1 localmente?
- No. Fireworks no ha liberado los pesos, por lo que Ember-1 es solo por API y no puede ejecutarse en hardware propio.
- ¿Cuánto cuesta Ember-1 y qué tamaño tiene su contexto?
- Fireworks cobra $3.00 por millón de tokens de entrada y $15.00 por millón de tokens de salida, con una ventana de contexto de poco más de un millón de tokens.
- ¿En qué se diferencia Ember-1 del modelo base Kimi K3?
- Ember-1 está ajustado específicamente para producir trazas de razonamiento más cortas — alrededor de un 40% menos de tokens — lo que reduce latencia y costo en tareas de razonamiento sin, según Fireworks, sacrificar calidad.
Veredicto del capitánUna opción sensata si ya usas Fireworks y tus cargas agenticas consumen muchos tokens en cadena de pensamiento; el precio de salida mantiene el costo bajo control.
El capitán escribe estas notas a partir de la descripción y ficha del modelo. Los precios y tamaños de contexto son los del proveedor al momento de escribir y pueden cambiar.
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.
Cómo se suma esta puntuación
Este modelo aún no tiene datos de popularidad de ninguna fuente, así que lleva un número provisional por debajo de 7,000° que mantiene las listas completas. Nunca se posiciona por encima de un modelo con datos. El desglose aparece aquí tan pronto como una fuente lo reporte.
Glosario: los términos usados aquí
- Puntuación heat
- Un número que muestra cuánto se usa y quiere un modelo ahora mismo, de 0° a 9,999°. Cada lista en este sitio que dice más popular está ordenada por esto y nada más.
- Piso
- Los 7,000° con los que empieza todo modelo con datos reales. La escala va de 0° a 9,999°; la parte bajo el piso está reservada para sustitutos (modelos sin datos), para que un modelo con datos siempre esté por encima de uno sin. El piso es igual para todos y no decide nada; los grados sobre él son la medida.
- Equivalentes a descargas
- Todo lo que la puntuación trata como una descarga, sumado: las descargas mismas, cada seeder de torrent como 1,000, cada imagen de AI Horde y cada ejecución en un sitio de generación como uno.
- Escala logarítmica
- Cuenta de a decenas, no de a uno: pasar de 1,000 a 10,000 descargas suma los mismos grados que pasar de 10,000 a 100,000. Evita que los gigantes opaquen todo lo demás.
- Likes
- Pulgares arriba y likes de todas las fuentes, valen la mitad de una descarga cada uno en la escala logarítmica.
- Tasa de adopción
- Cuántas descargas al día recibe un modelo ahora mismo, según la diferencia entre dos lecturas de una fuente. Un cuarto del peso del término de descarga.
- Medido y estimado
- Medido significa que hay dos lecturas de una fuente y la diferencia es real. Estimado significa que solo se conoce el total de hoy y el pasado se distribuye a lo largo de la vida del modelo; el sitio indica cuál está mostrando.
- Seeder
- Alguien que mantiene una copia de los pesos en línea para que otros la descarguen por torrent, o un espejo alojado que hace lo mismo. Cada uno cuenta como 1,000 descargas.
- AI Horde
- Una red de voluntarios que genera imágenes gratis en computadoras donadas. El número de imágenes que ha hecho con un modelo es público, y cada una cuenta como una descarga.
- Sitios de generación
- Sitios que alojan sus propias copias de un modelo y permiten que la gente genere con él, como PixAI, SeaArt y Yodayo. Sus descargas cuentan igual que las de Civitai y cada generación cuenta como una descarga.
- Tokens de OpenRouter
- Un modelo de texto servido mediante una API, como Claude o GPT, no tiene pesos para descargar, por lo que su uso se mide en tokens: fragmentos de texto que leyó y escribió a través de OpenRouter, una puerta de acceso que usan muchas apps, durante los últimos 30 días. Cada 10,000,000 tokens cuentan como una descarga. Fuente: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Modelo completo (checkpoint)
- Los pesos en sí, el archivo que genera por sí solo. Tiene un bono porque los complementos dependen de él.
- LoRA y embedding
- Archivos pequeños que dirigen los pesos de otro hacia un estilo, personaje o concepto. No pueden funcionar solos.
- Familia y pesos
- La base sobre la que se construye un modelo, como SD 1.5, SDXL, Flux o Wan. Cada modelo hereda la fecha de lanzamiento de los pesos de su familia.
- Antigüedad
- Grados descontados según hace cuánto salieron los pesos de la familia: 150° por año, hasta 750°. Mantiene las descargas antiguas que tuvieron años para acumularse congelando la cima de la lista.
- Impulso de familia
- Un pequeño empujón limitado para LoRAs de una familia que este sitio está promoviendo ahora, siempre listado en el desglose.
- Puntaje provisional
- Un número estable por debajo del mínimo dado a un modelo que aún no tiene reportes de fuentes, para que las listas estén completas. Nunca se posiciona por encima de un modelo con datos.
- ¡Nuevo! (periodo de gracia)
- Un modelo con menos de 7 días muestra ¡Nuevo! en lugar de una puntuación y no ocupa lugar en los rankings. Su puntuación se calcula desde el primer día, pero un modelo de un día crece más rápido que cualquier otro, así que sin este periodo el #1 de la semana siempre sería el que salió ayer en vez del que se mantuvo una semana.
- Tendencia
- Cómo el crecimiento de un modelo en un período se compara con el crecimiento típico de modelos en ese mismo período. Más rápido que lo típico se lee como subida, más lento como bajada.
- Modelo típico
- El punto medio del catálogo: la mitad de los modelos con cifras crecieron más rápido en el período, la otra mitad más lento.
Ember 1 es un modelo de texto para la familia Text / LLM listado en ModelTrends.ai, un catálogo de solo lectura de modelos de IA de imagen, vídeo y texto de código abierto. Compáralo con otros modelos Text / LLM y consulta su puntuación de calor para ver su tendencia.
Más modelos Text / LLMMás Texto / LLM de Text / LLMllmfireworksvisiónrazonamientoprogramaciónagentescontexto largo
Explorar por familia de modelos
Modelos Text / LLM
434
Modelos Anima
528
Modelos Chroma
19
Modelos Fibo
2
Modelos Flux
1,496
Modelos Flux 2 / Klein
1,239
Modelos Flux 3
3
Modelos Moss
3
Modelos Iris
1
Modelos MiniMax H3
364
Modelos Hunyuan
204
Modelos Ideogram
20
Modelos Krea2
717
Modelos Qwen
20
Modelos Qwen2
47
Modelos Ltx2
153