Fireworks
AI推理与训练云平台，提供Dedicated Training API和Managed Training等服务，支持大模型的定制化训练、微调与推理部署，面向企业和开发者团队
核心事实
时间轴 (近 90 天)
Fireworks 为其 Nexus 平台上线了 Savings（成本节省）功能，用于量化使用 Fireworks 开源模型和 FireRouter 后节省的成本
本文基于 Fireworks 官方的简要发布信息整理，具体功能细节与计费逻辑以官方文档为准
FireRouter 是 Fireworks 平台的智能路由层，根据请求的任务类型、复杂度和延迟要求自动将请求分发到最合适的模型
AI开发者教育负责人@prof_oz在Fireworks平台上微调了一个9B规模的Jev风格分类器
'平台 + 领域方'的协作模式正在降低企业打造自有AI能力的门槛
Fireworks 的核心技术包括推理内核优化、动态批处理（dynamic batching）以及量化压缩
Fireworks 在该案例中扮演基础设施与推理服务提供方的角色，而非模型的最终拥有者
Zeta Global 的 AIM 是借助 Fireworks 平台构建的
Fireworks 是面向开发者和企业的 AI 模型推理与部署平台，提供大语言模型托管、API 调用等服务
在 Fireworks 平台上，可移植的 minimal 和 xhigh 调用分别映射到 low 和 high，新增的 max 映射到 high，均返回兼容性警告
还有 30 条时间轴事件
全部知识事实 (20)
OpenAI API的接口规范已成为AI行业事实上的通信标准，包括Anthropic、Google、Mistral在内的众多模型提供商都提供兼容该格式的接口
90%待验证Fireworks 是面向开发者和企业的 AI 模型推理与部署平台，提供大语言模型托管、API 调用等服务
70%待验证本文基于 Fireworks 官方的简要发布信息整理，具体功能细节与计费逻辑以官方文档为准
50%待验证FireRouter 是 Fireworks 平台的智能路由层，根据请求的任务类型、复杂度和延迟要求自动将请求分发到最合适的模型
50%待验证'平台 + 领域方'的协作模式正在降低企业打造自有AI能力的门槛
50%待验证Zeta Global 的 AIM 是借助 Fireworks 平台构建的
50%待验证Fireworks 在该案例中扮演基础设施与推理服务提供方的角色，而非模型的最终拥有者
50%待验证Fireworks 的核心技术包括推理内核优化、动态批处理（dynamic batching）以及量化压缩
50%待验证在 Fireworks 平台上，可移植的 minimal 和 xhigh 调用分别映射到 low 和 high，新增的 max 映射到 high，均返回兼容性警告
50%待验证已使用 LangChain、LlamaIndex 或 OpenAI SDK 的项目通常只需修改 base_url 和 model 参数即可切换到 Fireworks 端点测试
50%待验证Fireworks 的 Serverless 端点支持 OpenAI 兼容的 API 格式
50%待验证Fireworks 作为首批训练合作伙伴参与 LangSmith Fine-Tuning
50%待验证开发者使用 smithtune 只需两步：获取一个 Fireworks API key，运行 smithtune 命令
50%待验证微调过程在 Fireworks 上以托管方式运行，开发者不需要关心 GPU 资源调度和训练框架配置等底层细节
50%待验证smithtune 的完整链路为：LangSmith traces → 在 Fireworks 上做托管 SFT → 评估 → 部署
50%待验证ARCv3面向那些使用自有训练器但采用Fireworks rollout服务的团队
50%待验证ARCv3旨在保持rollout的时效性（keep rollouts current），从而使跨区域训练更具可行性
50%待验证Fireworks 通过底层 GPU 调度优化和推理引擎定制，实现较低的首 token 延迟和更高的每秒 token 吞吐量
50%待验证开发者可以直接在 Fireworks 平台上调用并构建基于 Qwen 最新模型的应用
50%待验证Fireworks 平台支持包括 Llama、Mixtral 等主流开源模型，并提供微调和函数调用等高级功能
50%