แท็ก

#reasoning efficiency

2 บทความ

Fireworks เปิด Ember-1 — Kimi K3 ที่ถูกเทรนให้คิดสั้นลง ใช้โทเคนน้อยลงราว 40% ราคาต่อโทเคนเท่าเดิม แต่เป็น Research Preview สองสัปดาห์ และไม่มีน้ำหนักให้ดาวน์โหลด
โมเดลใหม่

Fireworks เปิด Ember-1 — Kimi K3 ที่ถูกเทรนให้คิดสั้นลง ใช้โทเคนน้อยลงราว 40% ราคาต่อโทเคนเท่าเดิม แต่เป็น Research Preview สองสัปดาห์ และไม่มีน้ำหนักให้ดาวน์โหลด

Fireworks Research เปิด Ember-1 เมื่อ 23 ก.ย. เป็น Kimi K3 ที่เทรนต่อให้ reasoning สั้นลง อ้างใช้โทเคนน้อยกว่าราว 40% ที่คุณภาพเท่าเดิม ราคาต่อโทเคนเท่า K3 ($3/$15) จึงประหยัดจากจำนวนโทเคนล้วน ๆ แต่ SWE-bench Verified ต่ำกว่า K3 max 1 จุด ตัวเลขทั้งหมดวัดเอง และเป็นแค่ Research Preview สองสัปดาห์บน serverless

· อ่าน 4 นาที
ThinkingCap-Qwen3.8-27B: ไฟน์จูน Qwen3.8-27B ให้คิดสั้นลง 37.2% เสียความแม่นเฉลี่ยแค่ 0.86 จุด — แต่ใบอนุญาตไม่ใช่ Apache-2.0 เหมือนตัวแม่
โมเดลใหม่

ThinkingCap-Qwen3.8-27B: ไฟน์จูน Qwen3.8-27B ให้คิดสั้นลง 37.2% เสียความแม่นเฉลี่ยแค่ 0.86 จุด — แต่ใบอนุญาตไม่ใช่ Apache-2.0 เหมือนตัวแม่

BottleCap AI ปล่อย ThinkingCap-Qwen3.8-27B (บล็อก 22 ก.ย., ขึ้น Hugging Face 23 ก.ย.) ใช้โทเคนคิดน้อยลงเฉลี่ย 37.2% จาก 12 benchmark โดยความแม่นเฉลี่ยลดจาก 86.65% เหลือ 85.79% มีทั้ง GGUF, FP8, NVFP4 และ MLX แต่ใช้ใบอนุญาต PolyForm Small Business องค์กรที่มีคนตั้งแต่ 100 คนหรือรายได้ถึงเกณฑ์ต้องซื้อไลเซนส์

· อ่าน 4 นาที