Fireworks: Intelligenz, Leistung und Preise der Modelle
Diese Analyse soll Sie bei der Auswahl des besten von Fireworks angebotenen Modells für Ihren Anwendungsfall unterstützen.
Höchste Intelligenz
Updated
GLM-5.3-Flash
Qwen3.8 2.4T A95B
DeepSeek V4.1 Flash (max)DeepSeek V4 Pro 0813 (max)DeepSeek V4 Flash Vision (max)Intelligence Index
Insgesamt 14 Modelle
Am schnellsten
Nemotron 3.5 Lightning (BF16)DeepSeek V4 Flash 0731 (max)GLM-5.2 (max)GLM-5.3-Flash
MiniMax-M3Ausgabegeschwindigkeit
Insgesamt 14 Modelle
Niedrigster Preis
Nemotron 3.5 Lightning (BF16)GLM-5.3-FlashDeepSeek V4.1 Flash (max)DeepSeek V4 Flash Vision (max)DeepSeek V4 Flash 0731 (max)Mischpreis (pro 1 Mio. Tokens)
Insgesamt 14 Modelle
Fireworks bietet 14 Modelle mit jeweils unterschiedlichen Merkmalen bei Intelligenz, Leistung und Preis an. Nachfolgend werden die wichtigsten Metriken der Modelle verglichen.
- Bei der Intelligenz sind GLM-5.3-Flash (42), Qwen3.8 2.4T A95B (40) und DeepSeek V4.1 Flash (max) (40) die führenden Modelle von Fireworks.
- Bei der Ausgabegeschwindigkeit sind Nemotron 3.5 Lightning (BF16) (491 t/s), DeepSeek V4 Flash 0731 (max) (256 t/s) und GLM-5.2 (max) (233 t/s) am schnellsten. Die Geschwindigkeit unterscheidet sich deutlich zwischen den Modellen; der Unterschied zwischen dem schnellsten und dem langsamsten beträgt 181 %.
- Bei der Latenz bieten Kimi K2.6 (Non-reasoning) (0.78 s), Nemotron 3.5 Lightning (BF16) (4.53 s) und DeepSeek V4 Flash 0731 (max) (8.46 s) die kürzeste Zeit bis zum ersten Antworttoken.
- Beim Preis bieten Nemotron 3.5 Lightning (BF16) ($0.04), GLM-5.3-Flash ($0.10) und DeepSeek V4.1 Flash (max) ($0.11) die niedrigsten Mischpreise pro 1 Mio. Tokens. Die Preise unterscheiden sich zwischen den Modellen bis zum 3.1-Fachen.
- Bei der Größe des Kontextfensters unterstützen GLM-5.3-Flash (1M), DeepSeek V4 Flash 0731 (max) (1M) und DeepSeek V4.1 Flash (max) (1M) die größten Kontextfenster von Fireworks.
- Nemotron 3.5 Lightning (BF16) bietet sowohl die schnellste Ausgabe als auch die besten Preise und ist damit attraktiv für durchsatz- und kostensensible Anwendungen. GLM-5.3-Flash führt bei der Intelligenz für Aufgaben, die höchste Qualität erfordern.
Wichtigste Ergebnisse
Intelligenzevaluationen
Artificial Analysis Intelligence Index
Intelligence Evaluations
Agentic knowledge work, (Elo-500)/2000
Agentic real-world work tasks, (Elo-500)/2000
Agentic SaaS workflows
Agentic coding & terminal use
Coding
Reasoning & knowledge
Professional document reasoning, All-pass
Physics reasoning
Knowledge
1 - hallucination rate
Long context reasoning
Legal agentic work, criterion pass rate
Agentic business operations
Quantitative analysis on spreadsheets & documents
Instruction following
Agentic tool use
Long-horizon agentic tasks
Kubernetes incident root-cause analysis
Visual reasoning
Intelligence Index vs. Price
Kontextfenster
Context Window
Preise
Intelligence Index vs. Price
Leistungsübersicht
Output Speed vs. Price
Geschwindigkeit
Gemessen anhand der Ausgabegeschwindigkeit (Tokens pro Sekunde)
Output Speed
Latenz
Gemessen anhand der Zeit (Sekunden) bis zum ersten Token
Latency: Time To First Answer Token
Ende-zu-Ende-Antwortzeit
Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed
End-to-End Response Time vs. Price
Weitere Analyse | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
GLM-5.3-Flash | 1.05M | Offen | 42 | $0.30 | 180 | 1.49 | 15.40 | 11.13 | |||
Qwen3.8 2.4T A95B | 262k | Offen | 40 | $1.87 | 109 | 1.05 | 23.96 | 18.33 | |||
DeepSeek V4.1 Flash (max) | 1M | Offen | 40 | $0.19 | 92 | 1.38 | 28.50 | 21.70 | |||
DeepSeek V4 Pro 0813 (max) | 1M | Offen | 36 | $0.60 | 89 | 1.64 | 29.86 | 22.58 | |||
DeepSeek V4 Flash Vision (max) | 1M | Proprietär | 35 | $0.12 | 142 | 0.91 | 18.57 | 14.13 | |||
DeepSeek V4 Flash 0731 (max) | 1.05M | Offen | 35 | $0.09 | 253 | 0.63 | 10.51 | 7.90 | |||
GLM-5.2 (max) | 1M | Offen | 34 | $0.64 | 228 | 1.68 | 12.64 | 8.77 | |||
MiniMax-M3 | 524k | Offen | 30 | $0.50 | 175 | 0.96 | 15.26 | 11.44 | |||
GLM-5 | 203k | Offen | 28* | -- | -- | -- | -- | -- | |||
 Kimi K2.6 | 262k | Offen | 27 | -- | 72 | 0.82 | 69.72 | 61.95 | |||
Kimi K2.7 Code | 262k | Offen | 26 | $0.52 | 121 | 0.68 | 23.25 | 18.43 | |||
Kimi K2.6 (Non-reasoning) | 262k | Offen | 24* | -- | 64 | 0.78 | 8.63 | -- | |||
Nemotron 3 Ultra | 262k | Offen | 23 | $0.22 | 171 | 0.65 | 16.91 | 13.33 | |||
GLM-5 (Non-reasoning) | 203k | Offen | 22* | -- | -- | -- | -- | -- | |||
DeepSeek V3.2 | 164k | Offen | 21* | -- | -- | -- | -- | -- | |||
 Muse Glimmer (high) | 131k | Offen | 18 | $0.06 | 61 | 1.12 | 42.05 | 32.74 | |||
DeepSeek V3.2 (Non-reasoning) | 164k | Offen | 16* | -- | -- | -- | -- | -- | |||
DeepSeek V3.1 (Non-reasoning) | 164k | Offen | 14* | -- | -- | -- | -- | -- | |||
Nemotron 3.5 Lightning (BF16) | 262k | Offen | 14 | $0.02 | 491 | 0.46 | 5.55 | 4.07 | |||
Qwen3 VL 235B A22B | 262k | Offen | 10* | -- | -- | -- | -- | -- | |||
Qwen3 VL 30B A3B (Reasoning) | 262k | Offen | 9* | -- | -- | -- | -- | -- | |||
Qwen3 VL 30B A3B | 262k | Offen | 8* | -- | -- | -- | -- | -- | |||
Llama 3.3 70B | 131k | Offen | 8* | -- | -- | -- | -- | -- | |||
Qwen3 30B | 262k | Offen | 8* | -- | -- | -- | -- | -- | |||
Qwen3 8B (Non-reasoning) | 41k | Offen | 6* | -- | -- | -- | -- | -- | |||
Wichtige Definitionen
Häufig gestellte Fragen
Häufige Fragen zu Fireworks
Fireworks bietet 14 von uns erfasste Modelle an: GLM-5.3-Flash, Qwen3.8 2.4T A95B, DeepSeek V4.1 Flash (max), DeepSeek V4 Pro 0813 (max), DeepSeek V4 Flash Vision (max), DeepSeek V4 Flash 0731 (max), GLM-5.2 (max), MiniMax-M3, Kimi K2.6, Kimi K2.7 Code, Kimi K2.6 (Non-reasoning), Nemotron 3 Ultra, Muse Glimmer (high) und Nemotron 3.5 Lightning (BF16).
Das intelligenteste bei Fireworks verfügbare Modell ist GLM-5.3-Flash mit einem Intelligence-Index-Wert von 42.
Gemessen an der Ausgabegeschwindigkeit ist Nemotron 3.5 Lightning (BF16) mit 491.1 Tokens pro Sekunde das schnellste Modell von Fireworks.
Das Modell von Fireworks mit der kürzesten Zeit bis zum ersten Antworttoken ist Kimi K2.6 (Non-reasoning) mit 0.78 s. Eine niedrigere Latenz bedeutet eine schnellere erste Antwort.
Gemessen am Mischpreis ist Nemotron 3.5 Lightning (BF16) mit $0.04 pro 1 Mio. Tokens (Verhältnis von Cache-Treffern, Eingabe und Ausgabe: 7:2:1) das günstigste Modell von Fireworks.
Die Preise der Modelle von Fireworks unterscheiden sich bis zum 32-Fachen: von $0.04 pro 1 Mio. Tokens für Nemotron 3.5 Lightning (BF16) bis $1.18 pro 1 Mio. Tokens für Qwen3.8 2.4T A95B.
Ja, Fireworks bietet eine OpenAI-kompatible API. Das erleichtert den Wechsel von OpenAI und die Verwendung bestehender Integrationen mit dem OpenAI SDK.
Ja, alle 14 Modelle von Fireworks unterstützen den JSON-Modus für strukturierte Ausgaben.
Ja, alle 14 Modelle von Fireworks unterstützen Funktionsaufrufe (Tool-Nutzung).
Ja, Fireworks bietet 13 Reasoning-Modelle an: GLM-5.3-Flash, Qwen3.8 2.4T A95B, DeepSeek V4.1 Flash (max), DeepSeek V4 Pro 0813 (max), DeepSeek V4 Flash Vision (max), DeepSeek V4 Flash 0731 (max), GLM-5.2 (max), MiniMax-M3, Kimi K2.6, Kimi K2.7 Code, Nemotron 3 Ultra, Muse Glimmer (high) und Nemotron 3.5 Lightning (BF16). Reasoning-Modelle nutzen ausführliches Schlussfolgern, um komplexe Probleme vor der Antwort zu bearbeiten.
Ja, 13 von 14 Modellen von Fireworks haben offene Gewichte: GLM-5.3-Flash, Qwen3.8 2.4T A95B, DeepSeek V4.1 Flash (max), DeepSeek V4 Pro 0813 (max), DeepSeek V4 Flash 0731 (max), GLM-5.2 (max), MiniMax-M3, Kimi K2.6, Kimi K2.7 Code, Kimi K2.6 (Non-reasoning), Nemotron 3 Ultra, Muse Glimmer (high) und Nemotron 3.5 Lightning (BF16).
Ja, die Leistung eines Anbieters kann sich aufgrund von Infrastrukturänderungen, Lastverteilung und Aktualisierungen im Laufe der Zeit verändern. Wir benchmarken alle Anbieter fortlaufend und zeigen historische Leistungstrends in den Diagrammen „Im Zeitverlauf“ an.
Berücksichtigen Sie bei der Auswahl eines Modells von Fireworks die Intelligenz für qualitätssensible Aufgaben, die Ausgabegeschwindigkeit für durchsatzintensive Aufgaben, die Latenz für interaktive Anwendungen mit schnellen ersten Antworten, die Preise für kostensensible Workloads sowie Funktionen wie die Größe des Kontextfensters, den JSON-Modus und die Unterstützung von Funktionsaufrufen.