モデル一覧に戻る
ember-1

Ember-1

Ember-1はFireworks Researchの専門的な推論モデルで、[Kimi K3](https://openrouter.ai/moonshotai/kimi-k3)上に構築されています。すべてのトークンをより効果的に活用するように設計されており、より短い推論トレースを生成し、おおよそ40%...

2026/9/24
1,048,576 トークン
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

サポートされているパラメータ

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

最大出力トークン

943,718

推論設定

既定の動作
思考オン(強度: max)
指定できる強度
max
high
low
思考のオフ
可(reasoning.enabled: false)

思考の制御方法と課金を見る

データの取り扱い

プロンプトの保持
不明 — 確認できていません
学習への利用
学習には利用されません

「不明」は「問題なし」ではありません。確認できていない、という意味です。

学習の可否は提供元との条件に基づく申告値です。保持の可否は、このモデルが到達しうる実行先すべてについて上流が公表する一覧から判定しています。いずれも推測は含みません。

コード例

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上で実際に記録した、標準プロンプトへの回答です。

このエラーをデバッグして

以下のエラーがPythonアプリケーションで発生しています。原因を特定して修正してください。 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…

# エラーの原因 `TypeError: unsupported operand type(s) for *: 'str' and 'int'` は、**文字列(str)と整数(int)を掛け算しようとしている**ことを示しています。 つまり、この時点で: - `order["price"]` → **文字列型(str)** - `order["quantity"]` → 整数型(int) になっています。 ## なぜ `price` が文字列になるのか 代表的な原因は以下の通りです: 1. **データベースの `price` カラムが `VARCHAR` や `TEXT` で定義されている**(最も多い原因) 2. データベースドライバの設定によって `DECIMAL` 型が文字列として返される 3. データ登録時に文字列として INSERT されてしまっている 確認するには、以下を実行してみてください: ```python print(type(order["price"]), repr(order["price"])) # 例: <class 'str'> '1980' ``` --- # 修正方法 ## 修正1: アプリケーション側で型変換する(即効性のある対応) ```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 トークン

コードレビュー

以下のTypeScript関数をレビューして、可読性・パフォーマンス・ベストプラクティスの観点から改善点を提案してください。 async function fetchAllUsers(page: number = 1): Promise<any[]> { let allUsers: any[] = []; let hasMore = true; let currentPage = page; while (hasMo…

# コードレビュー: `fetchAllUsers` ## 🔴 重大な問題 ### 1. エラーハンドリングの欠如 `fetch` はネットワークエラーや HTTP エラー(404, 500など)でも `reject` しません。`response.ok` のチェックがないと、エラーレスポンスを正常データとして処理してしまいます。 ```typescript if (!response.ok) { throw new Error(`API error: ${response.status} ${response.statusText}`); } ``` ### 2. 無限ループのリスク - API が常に100件返し続ける場合(バグ・仕様変更)、ループが終わりません - `data.users` が `undefined` の場合、`data.users.length` で例外が発生します 最大ページ数などの安全装置を入れるべきです。 ### 3. `any` 型の多用 `Promise<any[]>` や `data` の型が暗黙の `any` では、TypeScript の恩恵が受けられません。レスポンスと返り値に型を定義しましょう。 ## 🟡 可読性の改善点 - **マジックナンバー `100`** が2箇所に散在(リクエストと終了判定)→ 定数化 - **命令的な `for` ループ** → `filter` + `map` で宣言的に - **`data.users[i]` の繰り返し** → 分割代入や `map` のコールバック引数で簡潔に…
応答時間 44.2秒出力 2563 トークン

SQLクエリの最適化

以下のSQLクエリは500万行のテーブルに対して実行すると30秒以上かかります。最適化してください。 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…

# クエリの問題点 ## ① 1対多 × 1対多の結合による「行爆発」(最重要) `order_details`(1商品→多数の注文明細)と `reviews`(1商品→多数のレビュー)を同時に結合しているため、**注文10件・レビュー5件の商品は中間結果で50行**に膨らみます。これが遅さの最大の原因です。 さらに重要な点として、**集計値も壊れています**: - `COUNT(o.order_id)` → レビュー数倍に過大カウント - `SUM(o.amount)` → レビュー数倍に過大計上 - (`AVG(r.rating)` は全レビューが同じ回数だけ複製されるため、たまたま正しい値になります) ## ② LEFT JOIN と WHERE の矛盾 `LEFT JOIN orders` しながら `WHERE o.created_at >= ...` で絞っているため、NULL行が除外され**実質INNER JOIN**になっています。意図が分かりにくく、オプティマイザの判断も複雑にします。 ## ③ インデックス不足 `order_details`、`reviews`、`categories`、`orders(status, created_at)` にインデックスがなく、フルスキャン+ネストループの非効率な結合になっています。 ## ④ 文字列でのGROUP BY `product_name`(文字列)でのグルーピングは整数IDより遅く、**同名商品が誤ってマージされる**リスクもあります。 --- # 改善後のクエリ 売上とレビューを*…
応答時間 116.1秒出力 6279 トークン

他のモデルと並べて比較する →

よくある質問

Ember-1のAPI料金はいくらですか?
FastMetalでは100万トークンあたり入力¥536.1・出力¥2,680.5(税別)の円建て従量課金です。前払いクレジットから使った分だけ差し引かれ、月額料金やサブスクリプションはありません。
Ember-1はOpenAI SDKからそのまま使えますか?
はい。base_url を https://api.fastmetal.ai/v1 に変更し、model に "ember-1" を指定するだけで、既存のOpenAI向けコードから呼び出せます。ストリーミング、ツール呼び出し、構造化出力にも対応しています。
Ember-1のコンテキスト長はどのくらいですか?
1,048,576トークンです。プロンプトと回答を合わせてこの範囲に収める必要があります。
Ember-1を試すには何が必要ですか?
アカウントを作成してクレジットをチャージすると、ブラウザのチャット画面とAPIの両方から利用できます。契約や最低利用額はありません。

Ember-1を今すぐ試す

Ember-1はFastMetalのAPIキー1つで利用できます。ブラウザですぐに試す、またはOpenAI SDKからそのまま呼び出せます。