Fireworks AI

Fireworks AI官网

Fireworks AI 是一家专注于开源大模型高速推理的 AI 云服务平台，通过自研推理引擎为开发者提供 Serverless 按 token 计费的模型调用、LoRA 微调训练以及按 GPU 秒计费的专属部署能力。Fireworks AI 的核心价值在于让团队无需自建 GPU 集群，即可以极低延迟运行 Kimi、DeepSeek、GLM、Qwen、gpt-oss 等主流开源模型，并在同一平成从原型实验到生产扩容的全生命周期管理。

Fireworks AI 开源大模型推理云平台首页界面

Fireworks AI的主要功能

1. Serverless 极速推理：无需配置 GPU、无冷启动，一行代码即可调用平台上的开源模型，按输入、缓存输入与输出 token 三个维度分别计费，适合流量波动大的在线业务。
2. 丰富的开源模型库：涵盖 Kimi K2.7 Code、DeepSeek V4 Pro / Flash、GLM 5.2、Qwen 3.7 Plus、MiniMax M3、OpenAI gpt-oss 120B/20B 等文本与视觉模型，并支持 FLUX.1 Kontext、Stable Diffusion 系列图像模型与 Whisper V3 语音模型。
3. 三档服务路径：提供 Standard、Priority 与 Fast 三种服务路径，可按业务对吞吐、延迟与成本的不同要求灵活选择，Priority 档提供更高优先级的资源保障。
4. 模型微调与强化训练：支持 LoRA SFT、DPO 偏好微调与全参数微调，按训练 token 计费；强化微调（RFT）按 GPU 小时计费；微调后的模型部署价格与基础模型一致。
5. 按需 GPU 专属部署：提供 H100、H200、B200、B300 等主流加速卡的按秒计费部署，启动时间不额外收费，适合高并发、低延迟的生产负载。
6. 企业级合规与私有化：通过 SOC2、HIPAA 与 GDPR 合规认证，支持零数据留存与自带云（BYOC）部署，满足金融、医疗等行业的数据要求。

如何使用Fireworks AI

使用流程如下：

1. 访问 Fireworks AI 官网注册账号，新用户可获得 1 美元免费额度用于试用；
2. 在控制台「Models」模型库中浏览并选择目标模型，页面会直接展示该模型的上下文长度与每百万 token 单价；
3. 进入「API Keys」创建密钥，Fireworks 提供 OpenAI 兼容接口，只需把 SDK 的 base_url 指向 Fireworks 端点即可复用现有代码；
4. 如需定制效果，在「Fine-tuning」上传训练数据集并选择 LoRA SFT 或 DPO 方式发起微调任务；
5. 业务量增长后，在「Deployments」中开通按需 GPU 专属部署，获得更高速率限制与更低的规模化单价；
6. 通过控制台账单面板监控 token 消耗与 GPU 时长，并设置月度预算与配额上限。

Fireworks AI的使用场景

1. 代码助手场景：为 IDE 插件、代码补全与调试 Agent 提供低延迟推理，Kimi K2.7 Code 等代码专精模型可显著提升补全质量；
2. 对话式 AI 场景：搭建客服机器人、企业内部助手与多语言应用，Serverless 模式可从容应对流量峰谷；
3. 智能体系统场景：支撑多步推理、任务规划与工具调用流水线，配合大上下文模型处理复杂长链路任务；
4. 企业 RAG 场景：结合平台的 Embedding 模型构建知识库检索问答，向量化成本低至每百万输入 token 数美分；
5. 成本优化场景：将原本运行在闭源 API 上的高频任务迁移到开源模型，用批量推理五折与缓存输入折扣进一步压低单位成本。

Fireworks AI的产品价格与版本

Fireworks AI 采用后付费模式，官网公开的主要计价口径如下（单位：美元）：

1. Serverless 推理（每百万 tokens，标准档「输入 / 缓存输入 / 输出」）：DeepSeek V4 Flash $0.14 / $0.028 / $0.28；Qwen 3.7 Plus $0.40 / $0.08 / $1.60；MiniMax M3 $0.30 / $0.06 / $1.20；GLM 5.2 $1.40 / $0.26 / $4.40；Kimi K2.7 Code $0.95 / $0.19 / $4.00；gpt-oss 20B $0.07 / $0.035 / $0.30；
2. 未单独列价的模型按规模计费（每百万 tokens）：小于 4B 为 $0.10，4B–16B 为 $0.20，大于 16B 为 $0.90，MoE 架构 56B 以内为 $0.50，56.1B–176B 为 $1.20；
3. Embedding 向量模型（每百万输入 tokens）：参数量 150M 以内 $0.008，150M–350M 为 $0.016，Qwen3 8B 为 $0.10；
4. 微调训练（LoRA SFT，每百万训练 tokens）：16B 以内 $0.50，16.1B–80B 为 $3.00，80B–300B 为 $6.00，300B 以上 $10.00；
5. 按需 GPU 部署（每小时）：H100 80GB 与 H200 141GB 均为 $7.00，B200 180GB 为 $10.00，B300 288GB 为 $12.00；
6. 通用折扣：批量推理按 Serverless 价格的 50% 计费，缓存输入默认按 50% 计费；美国专属 Serverless 端点在基础价上加价 10%。

新用户注册赠送 1 美元免费额度；企业级部署可联系官方商务获取定制速率与折扣，最终价格以官网定价页为准。

Fireworks AI的常见问题解答

Fireworks AI 的接口能直接替换 OpenAI SDK 吗？

可以。平台提供 OpenAI 兼容的 API 规范，通常只需修改 base_url 与 API Key、把模型名换成 Fireworks 模型标识，无需重写请求结构或更换 SDK。

Serverless 与按需 GPU 部署该如何选择？

流量不稳定、日调用量较小的场景用 Serverless 更划算，无需为闲置资源付费；当并发持续走高、对延迟与速率限制有硬性要求时，按 GPU 秒计费的专属部署单位成本更低且性能更可控。

微调后的模型部署是否需要额外付费？

微调训练本身按训练 token 或 GPU 小时计费，而微调完成后的模型在推理时与同规模基础模型价格相同，不额外收取托管费。

Fireworks AI官网网址

Fireworks AI官网入口网址：https://fireworks.ai/

相关资源：官方文档 https://docs.fireworks.ai/；Serverless 定价明细 https://docs.fireworks.ai/serverless/pricing。

同类大模型 API 平台可对比站内 OpenAI Platform、DeepSeek 开放平台 与 Moonshot 开放平台。

OpenI AI时代点评

Fireworks AI 在开源模型托管这条赛道上把「快」和「省」做到了相当均衡的位置。它最实用的地方在于模型覆盖广度与工程灵活度：既能用 Serverless 零门槛试跑 Kimi、DeepSeek、GLM 等主流开源模型，也能在业务放量后无缝切到按秒计费的独占 GPU，中间还夹着 LoRA 微调与批量推理这些降本手段。对于希望摆脱单一闭源供应商依赖、又不愿承担自建推理集群运维成本的团队，Fireworks AI 是一个可控性较高的中间层选择。需要注意的是，开源模型在复杂推理与长链路 Agent 任务上与顶级闭源模型仍有差距，建议采用多模型路由策略，把关键请求交给 OpenAI Platform 一类的旗舰接口，其余高频任务留在 Fireworks 上跑，以获得最佳的性能成本比。