Fireworks Research, Kimi K3 품질 유지하면서 토큰 40% 줄인 전문 모델 Ember-1 공개, 코딩·Agent 비용 절감 겨냥

Fireworks Research는 Kimi K3를 기반으로 불필요한 추론 과정을 줄여 동일한 답변 품질을 더 적은 토큰으로 제공하는 Ember-1을 공개했습니다. 회사는 50건 이상의 학습 실험과 200건 이상의 평가를 거쳤으며, 외부 벤치마크와 고객 A/B 테스트, 내부 코딩·Agent 워크로드에서 품질 저하가 없었다고 밝혔습니다.

Ember-1은 LLM 경쟁이 단순한 성능 향상에서 추론 효율과 운영 비용 최적화로 이동하고 있음을 보여줍니다. 특히 자동화 코딩처럼 토큰 사용량이 비용에 직접 반영되는 영역에서는 범용 대형 모델보다 특정 워크로드에 맞춘 전문 모델의 채택이 빨라질 가능성이 큽니다.