Ember-1 對 LFM2.5 2.6B Base：完備行為對抗原始基底

Ember-1 和 LFM2.5 2.6B Base 都不是你能直接拿來使用的模型，而它們無法使用的原因正好相反。Ember-1 由 Fireworks Research 於 2026 年 9 月 23 日發布，是 Moonshot AI 的 Kimi K3 的一個專門衍生版本；該實驗室對它重新訓練，使其能以大約少 40% 的 token 達到 K3 的準確率——這是一種已完成的行為，僅以研究預覽的形式在供應商自家的無伺服器平台上提供，既沒有權重，也沒有公布價格。LFM2.5 2.6B Base 由 Liquid AI 於 2026 年 8 月 4 日發布，是一個 2.69B 參數的預訓練檢查點，採用 LFM Open License v1.0，完全未經指令微調，會接續你的文字而不是回答你的問題——一種原始基材，今天就能下載，刻意保持未完成。將兩者並列閱讀，是了解目前關於效率提升從何而來的兩種論點的好方法。

兩個模型都在回答的問題

兩項發布都基於相同前提：把模型做大所帶來的廉價成果大多已被取盡，而有趣的工作已轉向模型如何花用它既有的能力。兩個實驗室對此給出不同答案。Fireworks Research 拿了一個既有的前沿模型，改變其行為。Liquid AI 則從零打造一個小型模型，改變規模。兩者都不是新架構的故事，也無意登上排行榜榜首。

Ember-1 的答案：保留模型，重新訓練行為

Ember-1 不動 Kimi K3 的架構，而是針對某一項特定的效率不彰問題下手。推理模型可能把超過 90% 的生成 token 花在內部思辨上，而在多輪的 agent 迴圈中，那些軌跡會在後續每一輪被重新播放並重新計費——Fireworks Research 形容由此產生的上下文成長大致與輪數呈平方關係。該實驗室聲稱，K3 的推理比任務所需更長，而多出來的部分可以在不改變答案的情況下移除。他們報告在自己的無伺服器訓練堆疊上執行了 50 多組訓練實驗與 200 多項評估，並表示在七項基準測試與兩組客戶正式流量資料上，推理長度下降了 35–50%，且準確率毫無損失。這些全都是廠商自行報告、尚未被重現的結果。

結果參差不齊，而頭條數字掩蓋了這一點。Ember-1 的 token 縮減幅度從 Terminal Bench 2.1 上的 51.9%，到 τ-2 Bench Airline 上的 5.9% 不等。在某位客戶的正式環境程式碼 A/B 測試中，輸出 token 從 49.3K 降至 29.9K，而成績維持在 0.753 對 0.751——推理 token 減少了 71.3%。這對某一種工作負載型態是很大的效果，對另一種則幾乎看不見；這正是你對一個被訓練成停止過度思考、而非減少思考的模型所會預期的結果。

LFM2.5 2.6B Base 的答案：改變規模，保留配方

LFM2.5 2.6B Base 是一種不同的押注。它是 Liquid AI 的小規模混合架構：30 層，其中 22 層是雙閘控短卷積區塊，8 層是分組查詢注意力層，以約 34 兆個 token、涵蓋 16 種語言的資料訓練而成，並具備 131,072 個 token 的上下文視窗。整個檢查點是 2.69B 稠密參數——小到足以讓關於成本的討論不再聚焦於 token，而是開始聚焦於你手邊還空著哪一張 GPU。

它之所以不尋常，在於它刻意不做的事。它沒有指令微調，而這正是「Base」後綴的全部重點：把一個問題交給它，它會以該問題的風格續寫文字，而不是回答它。Liquid AI 自家的模型卡建議將它用於需要大量微調的任務。它也沒有已發布的評估，而這並非疏漏——在指令遵循基準上評估基礎檢查點根本測不出任何東西，因為正在被衡量的行為尚未被訓練進去。

對比，每個維度一行

• 它是什麼 — Ember-1：一個重新訓練的 Kimi K3 衍生模型，具有縮短的推理。 LFM2.5 2.6B Base：一個從零開始預訓練的檢查點，未經指令微調。

• 參數量 — Ember-1：未公開；繼承自 Kimi K3。LFM2.5 2.6B Base：2.69B 稠密。

• 權重 — Ember-1：未發布任何內容。LFM2.5 2.6B Base：依 LFM Open License v1.0 提供。

• 價格 — Ember-1：未公布；基準測試的美元計價採用 Kimi K3 的價目表。LFM2.5 2.6B Base：可免費下載；硬體由你自行提供。

• 上下文 — Ember-1：尚未在預覽版中發布。LFM2.5 2.6B Base：131,072 個詞元。

• 已發布的評估 — Ember-1：七項基準測試與兩項 A/B 測試，全由廠商執行。LFM2.5 2.6B Base：無，此為刻意設計。

• 最終你會得到的成果 —— Ember-1：一個能以 K3 等級準確度產生更精簡推理的端點。LFM2.5 2.6B Base：一個起點，其行為完全取決於你訓練它成為什麼樣子。

兩種不同的想念

這兩個版本中的落差看似對稱，實則不然。LFM2.5 2.6B Base 缺少的評估是其產物的固有性質：基礎檢查點沒有可供評分的行為，而缺少指令微調是有文件記載的特性，而非不足。這種缺少並不會造成商業上的不確定性，因為你購買的是一個附帶授權的檔案，而下載完成的那一刻，交付項目就已完整。

Ember-1 所缺的拼圖確實仍未解決。由於沒有公布價格，成本說法只是拿 Kimi K3 的價目表做算術，而不是你能據以編列預算的費率。由於沒有權重釋出，這個模型能否繼續存在，全看供應商是否決定繼續提供服務。而且存取窗口被描述為臨時性的：Fireworks Research 將其研究發布定位為為期兩週的無伺服器窗口，其能否永久存在取決於社群需求。一個下個月可能就不存在的預覽版，和一個只是尚未經過驗證的預覽版，是兩回事；而公告中的第二個客戶 A/B——每項任務約少 35% 的 token——告訴你的是該實驗室預期什麼，而不是到了十一月仍能觸及什麼。

那個不對稱性，正是「這兩個哪個更準備好了」這個問題的誠實答案。就作為可即插即用的生產環境依賴而言，兩者都還沒準備好。LFM2.5 2.6B Base 作為原料已經完成，作為模型則尚未完成。Ember-1 作為模型已經完成，作為服務則尚未完成。

本季度每一項要怎麼處理？

如果你已有微調流程，以及一個標籤乾淨的狹窄任務，LFM2.5 2.6B Base 是兩者中較可預測的選擇。該檢查點很小，授權條款寬鬆，其架構在推論時講求效率，而把它變成有用東西的工作——監督式微調、評估集、服務堆疊——是你從頭到尾本來就已掌握的工作。無論如何，你都會跑自己的評估，因為 Liquid AI 並未發布任何評估。

如果你的託管代理工作負載，帳單主要由推理 token 主導，Ember-1 針對的是你成本方程式中一個真實項目，而它值得花那兩週。正確的測試是對你的現行系統做影子流量：把一部分真實請求同時送給兩者，比較輸出，不要動線上結果。這也是獨立批判性報導在該版本發布時給出的建議，同時附帶一個公允的警告——壓縮深思熟慮有風險，可能失去模型需要的一步，而在代理中，這之後會以錯誤的工具呼叫而非錯誤的句子顯現出來。

這兩個模型都不在 OrcaRouter 上。如果你想測試的是這個模式，而不是這兩個特定成品——在同一條管線裡放一個小型可微調模型和一個大型託管推理模型——那正是路由 DSL 的用途：把多個模型組合成單一次呼叫，讓每個模型負責自己擅長的部分，一切都在一組金鑰與一份帳單之後運作。即使這兩個特定端點都仍搆不著，這裡的比較在架構層面上依然值得一做。

交易，一次說清楚

Ember-1 賣的是行為的確定性與供應的不確定性：一個品質經過審慎論證、可用性明確附帶條件的模型。LFM2.5 2.6B Base 賣的是供應的確定性與行為的不確定性：一個你永遠會擁有的檔案，而其能力完全取決於你投入其中的訓練。有推論服務問題卻沒有訓練能力的團隊，應該關注預覽版，並期盼它成為永久版本。有訓練能力且任務範疇狹窄的團隊，應該下載基礎版本，別再等待任何人的產品路線圖。

這組對照真正顯示的是，「效率」已經不再只代表一件事。對 Ember-1 而言，它指的是在別人的硬體上，以相同品質換得更少的 token。對 LFM2.5 2.6B Base 而言，它指的是模型小到足以讓硬體根本不再是別人的。這兩個都是好答案，而且它們不能互換。