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
Kimi K3.1 Pro
DeepSeek V4.1 Flash 1017 (max) (ULTRA FAST)DeepSeek V4.1 Flash 1017 (max)
GLM-5.3 (max)GLM-5.3 (max) (FAST)Intelligence Index
Insgesamt 15 Modelle
Kürzeste Zeit pro Aufgabe
DeepSeek V4.1 Flash 1017 (max) (ULTRA FAST)
Nemotron 3 Ultra
MiniMax-M3
Muse Spark Open (xhigh)Kimi K3 (low)Zeit pro Aufgabe des Intelligence Index (Minuten)
Insgesamt 15 Modelle
Niedrigster Preis
MiniMax-M3.1-FlashGLM-5.3-FlashDeepSeek V4.1 Flash 1017 (max)DeepSeek V4.1 Flash (non-reasoning)DeepSeek V4.1 Flash (max)Mischpreis (pro 1 Mio. Tokens)
Insgesamt 15 Modelle
Fireworks bietet 15 Modelle mit jeweils unterschiedlichen Merkmalen bei Intelligenz, Leistung und Preis an. Nachfolgend werden die wichtigsten Metriken der Modelle verglichen.
- Bei der Intelligenz sind Kimi K3.1 Pro (46), DeepSeek V4.1 Flash 1017 (max) (ULTRA FAST) (33) und DeepSeek V4.1 Flash 1017 (max) (33) die führenden Modelle von Fireworks.
- Bei der Zeit pro Aufgabe erledigen DeepSeek V4.1 Flash 1017 (max) (ULTRA FAST) (3.8 Min.), Nemotron 3 Ultra (4.2 Min.) und MiniMax-M3 (6.6 Min.) eine Aufgabe des Intelligence Index auf Fireworks am schnellsten.
- Bei der Latenz bieten DeepSeek V4.1 Flash (non-reasoning) (1.46 s), Nemotron 3 Ultra (3.23 s) und Kimi K3 (low) (4.85 s) die kürzeste Zeit bis zum ersten Antworttoken.
- Beim Preis bieten MiniMax-M3.1-Flash ($0.10), GLM-5.3-Flash ($0.10) und DeepSeek V4.1 Flash 1017 (max) ($0.18) die niedrigsten Mischpreise pro 1 Mio. Tokens.
- Bei der Größe des Kontextfensters unterstützen Kimi K3.1 Pro (1M), DeepSeek V4.1 Flash 1017 (max) (ULTRA FAST) (1M) und GLM-5.3 (max) (1M) die größten Kontextfenster von Fireworks.
Intelligenz
Artificial Analysis Intelligence Index
Evaluations
Agentic knowledge work, Elo
Knowledge
1 - hallucination rate
Agentic SaaS workflows
Agentic scientific research workflows in a terminal
Agentic software engineering in open-source repositories
Reasoning & knowledge
Professional document reasoning, All-pass
Agentic coding & terminal use
Physics reasoning
Quantitative analysis on spreadsheets & documents
Legal agentic work, Hallucination-Gated All-Pass Rate
Agentic business operations
Agentic real-world work tasks, Elo
Agentic interactive 3D experiences, Elo
Product and brand videos designed in code, 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
Preise
Kosten pro Aufgabe des Intelligence Index
Intelligence Index vs. Preis
Geschwindigkeit
Durchschnitt der gemessenen Workloads mit einzelnen Anfragen und agentischen Multi-Turn-Sitzungen
Zeit pro Aufgabe des Intelligence Index
Qualität
Endpoint Accuracy Index
Latenz
Durchschnitt der gemessenen Workloads mit einzelnen Anfragen und agentischen Multi-Turn-Sitzungen
Zeit bis zum ersten Antworttoken
Zuverlässigkeit
Anteil der fehlgeschlagenen Anfragen des Endpunkts über alle gemessenen Workloads mit einzelnen Anfragen und agentischen Multi-Turn-Sitzungen
Endpunkt-Fehlerrate
Caching
Cache-Trefferquote
Kosten pro Aufgabe vs. Cache-Trefferquote
Weitere Analyse | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|
Kimi K3.1 Pro | 46 | $5.24 | 19.1 | 82.12 | 0.7% | 1M | Offen | |||
DeepSeek V4.1 Flash 1017 (max) (ULTRA FAST) | 33 | $21.80 | 3.8 | 13.89 | 0.0% | 1M | Offen | |||
DeepSeek V4.1 Flash 1017 (max) | 33 | $1.22 | 10.4 | 31.90 | 0.8% | 1M | Offen | |||
GLM-5.3 (max) | 32 | $5.41 | 17.3 | 50.50 | 0.0% | 1M | Offen | |||
GLM-5.3 (max) (FAST) | 32 | $10.32 | 9.0 | 20.96 | 4.7% | 1M | Offen | |||
MiniMax-M3.1-Flash | 29 | $0.50 | 16.6 | 33.21 | 2.2% | 1M | Offen | |||
GLM-5.3-Flash | 28 | $0.78 | 14.5 | 20.93 | 0.0% | 1M | Offen | |||
Muse Spark Open (xhigh) | 25 | $2.02 | 7.6 | 11.85 | 0.0% | 1M | Offen | |||
MiniMax-M3 | 19 | $1.26 | 6.5 | 5.72 | 0.0% | 524k | Offen | |||
Kimi K3 (low) | 17 | $1.94 | 7.8 | 4.71 | 0.0% | 1M | Offen | |||
Nemotron 3 Ultra | 12 | $2.21 | 4.3 | 3.03 | 0.8% | 262k | Offen | |||
Kimi K2.6 | -- | -- | -- | -- | -- | 262k | Offen | |||
Kimi K2.6 (non-reasoning) | -- | -- | -- | -- | -- | 262k | Offen | |||
 Qwen3 30B | -- | -- | -- | -- | -- | 262k | Offen | |||
GLM-5 | -- | -- | -- | -- | -- | 203k | Offen | |||
Qwen3 VL 30B A3B | -- | -- | -- | -- | -- | 262k | Offen | |||
DeepSeek V3.2 (non-reasoning) | -- | -- | -- | -- | -- | 164k | Offen | |||
DeepSeek V4.1 Flash (non-reasoning) | -- | -- | -- | 1.35 | 0.0% | 1M | Offen | |||
Qwen3.8 2.4T A95B | -- | -- | -- | 27.87 | 1.5% | 262k | Offen | |||
Qwen3 8B (non-reasoning) | -- | -- | -- | -- | -- | 41k | Offen | |||
Qwen3 VL 30B A3B | -- | -- | -- | -- | -- | 262k | Offen | |||
Qwen3 VL 235B A22B | -- | -- | -- | -- | -- | 262k | Offen | |||
DeepSeek V3.2 | -- | -- | -- | -- | -- | 164k | Offen | |||
DeepSeek V4.1 Flash (max) | -- | -- | -- | 81.62 | 0.0% | 1M | Offen | |||
GLM-5 (non-reasoning) | -- | -- | -- | -- | -- | 203k | Offen | |||
GLM-5.2 (max) | -- | -- | -- | -- | -- | 1M | Offen | |||
Kimi K3 (max) | -- | -- | -- | 23.57 | 0.0% | 1M | Offen | |||
DeepSeek V3.1 (non-reasoning) | -- | -- | -- | -- | -- | 164k | Offen | |||
DeepSeek V4 Flash 0731 (max) | -- | -- | -- | -- | -- | 1M | Offen | |||
Wichtige Definitionen
Häufig gestellte Fragen
Häufige Fragen zu Fireworks
Fireworks bietet 15 von uns erfasste Modelle an: Kimi K3.1 Pro, DeepSeek V4.1 Flash 1017 (max) (ULTRA FAST), DeepSeek V4.1 Flash 1017 (max), GLM-5.3 (max), GLM-5.3 (max) (FAST), MiniMax-M3.1-Flash, GLM-5.3-Flash, Muse Spark Open (xhigh), MiniMax-M3, Kimi K3 (low), Nemotron 3 Ultra, DeepSeek V4.1 Flash (non-reasoning), Qwen3.8 2.4T A95B, DeepSeek V4.1 Flash (max) und Kimi K3 (max).
Das intelligenteste bei Fireworks verfügbare Modell ist Kimi K3.1 Pro mit einem Wert von 46 im Intelligence Index.
Das Modell von Fireworks mit der kürzesten Zeit pro Aufgabe ist DeepSeek V4.1 Flash 1017 (max) (ULTRA FAST) mit 3.8 Minuten pro Aufgabe des Intelligence Index. Die Zeit pro Aufgabe ergibt sich aus den Ausgabetokens pro Aufgabe geteilt durch die Ende-zu-Ende-Ausgabegeschwindigkeit; ein niedrigerer Wert bedeutet, dass eine Aufgabe schneller abgeschlossen wird.
Das Modell von Fireworks mit der kürzesten Zeit bis zum ersten Antworttoken ist DeepSeek V4.1 Flash (non-reasoning) mit 1.46 s. Eine niedrigere Latenz bedeutet eine schnellere erste Antwort.
Gemessen am Mischpreis ist MiniMax-M3.1-Flash mit $0.10 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 23.1-Fachen: von $0.10 pro 1 Mio. Tokens für MiniMax-M3.1-Flash bis $2.31 pro 1 Mio. Tokens für Kimi K3 (max).
Ja, Fireworks bietet eine OpenAI-kompatible API. Das erleichtert den Wechsel von OpenAI und die Verwendung bestehender Integrationen mit dem OpenAI SDK.
Ja, alle 15 Modelle von Fireworks unterstützen den JSON-Modus für strukturierte Ausgaben.
Ja, alle 15 Modelle von Fireworks unterstützen Funktionsaufrufe (Tool-Nutzung).
Ja, Fireworks bietet 14 Reasoning-Modelle an: Kimi K3.1 Pro, DeepSeek V4.1 Flash 1017 (max) (ULTRA FAST), DeepSeek V4.1 Flash 1017 (max), GLM-5.3 (max), GLM-5.3 (max) (FAST), MiniMax-M3.1-Flash, GLM-5.3-Flash, Muse Spark Open (xhigh), MiniMax-M3, Kimi K3 (low), Nemotron 3 Ultra, Qwen3.8 2.4T A95B, DeepSeek V4.1 Flash (max) und Kimi K3 (max). Reasoning-Modelle nutzen ausführliches Schlussfolgern, um komplexe Probleme vor der Antwort zu bearbeiten.
Ja, alle 15 Modelle von Fireworks haben offene Gewichte.
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 Zeit pro Aufgabe, also wie schnell das Modell eine Aufgabe des Intelligence Index erledigt, 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.