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
DeepSeek V4.1 Flash 1017 (max)
Kimi K3 (max)
MiniMax-M3.1-Flash
GLM-5.3-Flash
Qwen3.8 2.4T A95BIntelligence Index
Insgesamt 12 Modelle
Am schnellsten
DeepSeek V4.1 Flash (non-reasoning)
Nemotron 3.5 Lightning (BF16)DeepSeek V4.1 Flash 1017 (max)
Inkling (xhigh)MiniMax-M3.1-FlashAusgabegeschwindigkeit
Insgesamt 12 Modelle
Niedrigster Preis
Nemotron 3.5 Lightning (BF16)GLM-5.3-FlashMiniMax-M3.1-FlashDeepSeek V4.1 Flash 1017 (max)DeepSeek V4.1 Flash (non-reasoning)Mischpreis (pro 1 Mio. Tokens)
Insgesamt 12 Modelle
Fireworks bietet 12 Modelle mit jeweils unterschiedlichen Merkmalen bei Intelligenz, Leistung und Preis an. Nachfolgend werden die wichtigsten Metriken der Modelle verglichen.
- Bei der Intelligenz sind DeepSeek V4.1 Flash 1017 (max) (45), Kimi K3 (max) (44) und MiniMax-M3.1-Flash (43) die führenden Modelle von Fireworks.
- Bei der Ausgabegeschwindigkeit sind DeepSeek V4.1 Flash (non-reasoning) (424 t/s), Nemotron 3.5 Lightning (BF16) (388 t/s) und DeepSeek V4.1 Flash 1017 (max) (206 t/s) am schnellsten. Die Geschwindigkeit unterscheidet sich deutlich zwischen den Modellen; der Unterschied zwischen dem schnellsten und dem langsamsten beträgt 139 %.
- Bei der Latenz bieten DeepSeek V4.1 Flash (non-reasoning) (0.77 s), Nemotron 3.5 Lightning (BF16) (5.62 s) und DeepSeek V4.1 Flash 1017 (max) (10.84 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 MiniMax-M3.1-Flash ($0.10) die niedrigsten Mischpreise pro 1 Mio. Tokens. Die Preise unterscheiden sich zwischen den Modellen bis zum 5.0-Fachen.
- Bei der Größe des Kontextfensters unterstützen Kimi K3 (max) (1M), GLM-5.3-Flash (1M) und Muse Spark Open (xhigh) (1M) die größten Kontextfenster von Fireworks.
Intelligenzevaluationen
Artificial Analysis Intelligence Index
Evaluations
Agentic knowledge work, Elo
Knowledge
1 - hallucination rate
Agentic SaaS workflows
Agentic real-world work tasks, Elo
Reasoning & knowledge
Professional document reasoning, All-pass
Agentic coding & terminal use
Long context reasoning
Coding
Physics reasoning
Agentic scientific research workflows in a terminal
Agentic software engineering in open-source repositories
Quantitative analysis on spreadsheets & documents
Legal agentic work, Hallucination-Gated All-Pass Rate
Agentic business operations
Agentic interactive 3D experiences, Elo
Kubernetes incident root-cause analysis
Medical long context reasoning
Visual reasoning
Rich, varied, well-crafted language
Well-structured, scannable, answer-first
Truthful, acknowledges uncertainty, non-sycophantic
Use of filler and generic language
Intelligence Index vs. Preis
Kontextfenster
Kontextfenster
Preise
Intelligence Index vs. Preis
Leistungsübersicht
Ausgabegeschwindigkeit vs. Preis
Geschwindigkeit
Gemessen anhand der Ausgabegeschwindigkeit (Tokens pro Sekunde)
Ausgabegeschwindigkeit
Latenz
Gemessen anhand der Zeit (Sekunden) bis zum ersten Token
Latenz: Zeit bis zum ersten Antworttoken
Cache-Verhalten
Cache-Trefferquote
Kosten pro Aufgabe vs. Cache-Trefferquote
Ende-zu-Ende-Antwortzeit
Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed
Ende-zu-Ende-Antwortzeit vs. Preis
Weitere Analyse | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
DeepSeek V4.1 Flash 1017 (max) | 1M | Offen | 45 | $0.24 | 155 | 1.20 | 17.29 | 12.88 | |||
Kimi K3 (max) | 1.05M | Offen | 44 | $1.91 | 115 | 0.97 | 22.77 | 17.44 | |||
GLM-5.3-Flash | 1.05M | Offen | 42 | $0.37 | 175 | 2.84 | 17.12 | 11.42 | |||
Qwen3.8 2.4T A95B | 262k | Offen | 40 | $1.87 | 175 | 0.99 | 15.26 | 11.42 | |||
 Muse Spark Open (xhigh) | 1.05M | Offen | 39 | $0.84 | 88 | 0.81 | 29.09 | 22.63 | |||
DeepSeek V4 Flash 0731 (max) | 1.05M | Offen | 34 | $0.09 | -- | -- | -- | -- | |||
GLM-5.2 (max) | 1M | Offen | 34 | $2.94 | -- | -- | -- | -- | |||
Kimi K3 (low) | 1.05M | Offen | 30 | $0.92 | 115 | 0.98 | 22.73 | 17.41 | |||
MiniMax-M3 | 524k | Offen | 29 | $0.50 | 179 | 0.93 | 14.93 | 11.20 | |||
GLM-5 | 203k | Offen | 28* | -- | -- | -- | -- | -- | |||
Kimi K2.6 | 262k | Offen | 27 | $0.52 | -- | -- | -- | -- | |||
Inkling (xhigh) | 1.05M | Offen | 25 | $0.63 | 196 | 0.51 | 13.25 | 10.20 | |||
Kimi K2.6 (non-reasoning) | 262k | Offen | 24* | -- | -- | -- | -- | -- | |||
Nemotron 3 Ultra | 262k | Offen | 23 | $0.32 | 128 | 0.75 | 22.40 | 17.75 | |||
GLM-5 (non-reasoning) | 203k | Offen | 22* | -- | -- | -- | -- | -- | |||
DeepSeek V3.2 | 164k | Offen | 21* | -- | -- | -- | -- | -- | |||
DeepSeek V3.2 (non-reasoning) | 164k | Offen | 16* | -- | -- | -- | -- | -- | |||
DeepSeek V3.1 (non-reasoning) | 164k | Offen | 14* | -- | -- | -- | -- | -- | |||
Nemotron 3.5 Lightning (BF16) | 262k | Offen | 13 | $0.02 | 410 | 0.48 | 6.57 | 4.87 | |||
Qwen3 VL 235B A22B | 262k | Offen | 10* | -- | -- | -- | -- | -- | |||
Qwen3 VL 30B A3B | 262k | Offen | 9* | -- | -- | -- | -- | -- | |||
Qwen3 VL 30B A3B | 262k | 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 12 von uns erfasste Modelle an: DeepSeek V4.1 Flash 1017 (max), Kimi K3 (max), MiniMax-M3.1-Flash, GLM-5.3-Flash, Qwen3.8 2.4T A95B, Muse Spark Open (xhigh), Kimi K3 (low), MiniMax-M3, Inkling (xhigh), DeepSeek V4.1 Flash (non-reasoning), Nemotron 3 Ultra und Nemotron 3.5 Lightning (BF16).
Das intelligenteste bei Fireworks verfügbare Modell ist DeepSeek V4.1 Flash 1017 (max) mit einem Wert von 45 im Intelligence Index.
Gemessen an der Ausgabegeschwindigkeit ist DeepSeek V4.1 Flash (non-reasoning) mit 424.5 Tokens pro Sekunde das schnellste Modell von Fireworks.
Das Modell von Fireworks mit der kürzesten Zeit bis zum ersten Antworttoken ist DeepSeek V4.1 Flash (non-reasoning) mit 0.77 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 62-Fachen: von $0.04 pro 1 Mio. Tokens für Nemotron 3.5 Lightning (BF16) bis $2.31 pro 1 Mio. Tokens für Kimi K3 (low).
Ja, Fireworks bietet eine OpenAI-kompatible API. Das erleichtert den Wechsel von OpenAI und die Verwendung bestehender Integrationen mit dem OpenAI SDK.
Ja, alle 12 Modelle von Fireworks unterstützen den JSON-Modus für strukturierte Ausgaben.
Ja, alle 12 Modelle von Fireworks unterstützen Funktionsaufrufe (Tool-Nutzung).
Ja, Fireworks bietet 11 Reasoning-Modelle an: DeepSeek V4.1 Flash 1017 (max), Kimi K3 (max), MiniMax-M3.1-Flash, GLM-5.3-Flash, Qwen3.8 2.4T A95B, Muse Spark Open (xhigh), Kimi K3 (low), MiniMax-M3, Inkling (xhigh), Nemotron 3 Ultra und Nemotron 3.5 Lightning (BF16). Reasoning-Modelle nutzen ausführliches Schlussfolgern, um komplexe Probleme vor der Antwort zu bearbeiten.
Ja, 11 von 12 Modellen von Fireworks haben offene Gewichte: DeepSeek V4.1 Flash 1017 (max), Kimi K3 (max), GLM-5.3-Flash, Qwen3.8 2.4T A95B, Muse Spark Open (xhigh), Kimi K3 (low), MiniMax-M3, Inkling (xhigh), DeepSeek V4.1 Flash (non-reasoning), Nemotron 3 Ultra 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.