モデル䞀芧に戻る
Fireworks
ember-1

Ember-1

すべおのトヌクンをより効果的に掻甚するように蚭蚈されおおり、より短い掚論トレヌスを生成し、おおよそ40%...

2026/9/24
1,048,576 トヌクン
入力: ¥536.1/M
出力: ¥2,680.5/M

仕様

モダリティ

入力
text
image
出力
text

サポヌトされおいるパラメヌタ

frequency_penalty
include_reasoning
logit_bias
logprobs
max_tokens
presence_penalty
reasoning
reasoning_effort
repetition_penalty
response_format
stop
structured_outputs
temperature
tool_choice
tools
top_k
top_logprobs
top_p

最倧出力トヌクン

943,718

掚論蚭定

既定の動䜜
思考オン匷床: max
指定できる匷床
max
high
low
思考のオフ
可reasoning.enabled: false

思考の制埡方法ず課金を芋る

デヌタの取り扱い

プロンプトの保持
保持されたせん実行先はすべおれロ保持蚭定
孊習ぞの利甚
孊習には利甚されたせん

孊習の可吊は提䟛元ずの条件に基づく申告倀です。保持の可吊は、このモデルが到達しうる実行先すべおに぀いお䞊流が公衚する䞀芧から刀定しおいたす。いずれも掚枬は含みたせん。

実枬パフォヌマンス

応答開始 (p50)684ms
生成速床 (p50)88 トヌクン/秒

    FastMetalのゲヌトりェむ経由で実枬した倀です盎近30日・応答開始661回。

    生成速床は1日1回の蚈枬で、盎近30日・16回分の䞭倮倀です。

    応答開始は最初の応答が返るたで、生成速床は思考トヌクンを含む出力トヌクン数から算出しおいたす。実枬倀であり、性胜を保蚌するものではありたせん。

    コヌド䟋

    curl https://api.fastmetal.ai/v1/chat/completions \
      -H "Content-Type: application/json" \
      -H "Authorization: Bearer YOUR_API_KEY" \
      -d '{
        "model": "ember-1",
        "messages": [{"role": "user", "content": "Hello!"}]
      }'

    Ember-1の実際の回答

    FastMetal䞊で実際に蚘録した、暙準プロンプトぞの回答です。

    この゚ラヌをデバッグしお

    以䞋の゚ラヌがPythonアプリケヌションで発生しおいたす。原因を特定しお修正しおください。 Traceback (most recent call last): File "app.py", line 23, in get_user_orders total = sum(order["price"] * order["quantity"] for order in orders) TypeError: unsupport


    # ゚ラヌの原因 `TypeError: unsupported operand type(s) for *: 'str' and 'int'` は、**文字列strず敎数intを掛け算しようずしおいる**こずを瀺しおいたす。 ぀たり、この時点で - `order["price"]` → **文字列型str** - `order["quantity"]` → 敎数型int になっおいたす。 ## なぜ `price` が文字列になるのか 代衚的な原因は以䞋の通りです 1. **デヌタベヌスの `price` カラムが `VARCHAR` や `TEXT` で定矩されおいる**最も倚い原因 2. デヌタベヌスドラむバの蚭定によっお `DECIMAL` 型が文字列ずしお返される 3. デヌタ登録時に文字列ずしお INSERT されおしたっおいる 確認するには、以䞋を実行しおみおください ```python print(type(order["price"]), repr(order["price"])) # 䟋: <class 'str'> '1980' ``` --- # 修正方法 ## 修正1: アプリケヌション偎で型倉換する即効性のある察応 ```python def get_user_orders(user_id): orders = db.query("SELECT price, quantity FROM orders WHERE user_id = %s", user_id) total = su

    応答時間 27.3秒出力 1460 トヌクン

    コヌドレビュヌ

    以䞋のTypeScript関数をレビュヌしお、可読性・パフォヌマンス・ベストプラクティスの芳点から改善点を提案しおください。 async function fetchAllUsers(page: number = 1): Promise<any[]> { let allUsers: any[] = []; let hasMore = true; let currentPage = page; while (hasMo


    # コヌドレビュヌ: `fetchAllUsers` ## 🔎 重倧な問題 ### 1. ゚ラヌハンドリングの欠劂 `fetch` はネットワヌク゚ラヌや HTTP ゚ラヌ404, 500などでも `reject` したせん。`response.ok` のチェックがないず、゚ラヌレスポンスを正垞デヌタずしお凊理しおしたいたす。 ```typescript if (!response.ok) { throw new Error(`API error: ${response.status} ${response.statusText}`); } ``` ### 2. 無限ルヌプのリスク - API が垞に100件返し続ける堎合バグ・仕様倉曎、ルヌプが終わりたせん - `data.users` が `undefined` の堎合、`data.users.length` で䟋倖が発生したす 最倧ペヌゞ数などの安党装眮を入れるべきです。 ### 3. `any` 型の倚甚 `Promise<any[]>` や `data` の型が暗黙の `any` では、TypeScript の恩恵が受けられたせん。レスポンスず返り倀に型を定矩したしょう。 ## 🟡 可読性の改善点 - **マゞックナンバヌ `100`** が2箇所に散圚リク゚ストず終了刀定→ 定数化 - **呜什的な `for` ルヌプ** → `filter` + `map` で宣蚀的に - **`data.users[i]` の繰り返し** → 分割代入や `map` のコヌルバック匕数で簡朔に 
    応答時間 44.2秒出力 2563 トヌクン

    SQLク゚リの最適化

    以䞋のSQLク゚リは500䞇行のテヌブルに察しお実行するず30秒以䞊かかりたす。最適化しおください。 SELECT p.product_name, c.category_name, COUNT(o.order_id) as order_count, SUM(o.amount) as total_sales, AVG(r.rating) as avg_rating FROM products p LEFT JOIN


    # ク゚リの問題点 ## ① 1察倚 × 1察倚の結合による「行爆発」(最重芁) `order_details`(1商品→倚数の泚文明现)ず `reviews`(1商品→倚数のレビュヌ)を同時に結合しおいるため、**泚文10件・レビュヌ5件の商品は䞭間結果で50行**に膚らみたす。これが遅さの最倧の原因です。 さらに重芁な点ずしお、**集蚈倀も壊れおいたす**: - `COUNT(o.order_id)` → レビュヌ数倍に過倧カりント - `SUM(o.amount)` → レビュヌ数倍に過倧蚈䞊 - (`AVG(r.rating)` は党レビュヌが同じ回数だけ耇補されるため、たたたた正しい倀になりたす) ## ② LEFT JOIN ず WHERE の矛盟 `LEFT JOIN orders` しながら `WHERE o.created_at >= ...` で絞っおいるため、NULL行が陀倖され**実質INNER JOIN**になっおいたす。意図が分かりにくく、オプティマむザの刀断も耇雑にしたす。 ## ③ むンデックス䞍足 `order_details`、`reviews`、`categories`、`orders(status, created_at)` にむンデックスがなく、フルスキャン+ネストルヌプの非効率な結合になっおいたす。 ## ④ 文字列でのGROUP BY `product_name`(文字列)でのグルヌピングは敎数IDより遅く、**同名商品が誀っおマヌゞされる**リスクもありたす。 --- # 改善埌のク゚リ 売䞊ずレビュヌを*

    応答時間 116.1秒出力 6279 トヌクン

    他のモデルず䞊べお比范する →

    よくある質問

    Ember-1のAPI料金はいくらですか
    FastMetalでは100䞇トヌクンあたり入力¥536.1・出力¥2,680.5皎別の円建お埓量課金です。前払いクレゞットから䜿った分だけ差し匕かれ、月額料金やサブスクリプションはありたせん。
    Ember-1はOpenAI SDKからそのたた䜿えたすか
    はい。base_url を https://api.fastmetal.ai/v1 に倉曎し、model に "ember-1" を指定するだけで、既存のOpenAI向けコヌドから呌び出せたす。ストリヌミング、ツヌル呌び出し、構造化出力にも察応しおいたす。
    Ember-1のコンテキスト長はどのくらいですか
    1,048,576トヌクンです。プロンプトず回答を合わせおこの範囲に収める必芁がありたす。
    Ember-1を詊すには䜕が必芁ですか
    アカりントを䜜成しおクレゞットをチャヌゞするず、ブラりザのチャット画面ずAPIの䞡方から利甚できたす。契玄や最䜎利甚額はありたせん。

    Ember-1を今すぐ詊す

    Ember-1はFastMetalのAPIキヌ1぀で利甚できたす。ブラりザですぐに詊す、たたはOpenAI SDKからそのたた呌び出せたす。