Fireworks: inteligencia, rendimiento y precio de sus modelos
Este análisis está pensado para ayudarte a elegir el mejor modelo ofrecido por Fireworks para tu caso de uso.
Más inteligente
Updated
GLM-5.3 (max)
Kimi K3 (max)Kimi K3 (max) (FAST)GLM-5.3-Flash
Qwen3.8 2.4T A95BÍndice de inteligencia
16 modelos en total
Más rápido
Nemotron 3.5 Lightning (BF16)
DeepSeek V4 Flash 0731 (max)GLM-5.3 (max)DeepSeek V4 Flash Vision (max)GLM-5.3-FlashVelocidad de salida
16 modelos en total
Menor precio
Nemotron 3.5 Lightning (BF16)GLM-5.3-FlashDeepSeek V4 Flash Vision (max)DeepSeek V4 Flash 0731 (max)
MiniMax-M3Precio combinado (por 1M de tokens)
16 modelos en total
Fireworks ofrece 16 modelos, cada uno con distintas características de inteligencia, rendimiento y precio. A continuación se comparan las métricas clave entre modelos.
- En inteligencia, los mejores modelos en Fireworks son GLM-5.3 (max) (45), Kimi K3 (max) (44) y Kimi K3 (max) (FAST) (44).
- En velocidad de salida, los modelos más rápidos son Nemotron 3.5 Lightning (BF16) (540 t/s), DeepSeek V4 Flash 0731 (max) (267 t/s) y GLM-5.3 (max) (233 t/s). La velocidad varía significativamente entre modelos, con una diferencia del 190% entre el más rápido y el más lento.
- En latencia, Kimi K2.6 (Non-reasoning) (0.77s), Nemotron 3.5 Lightning (BF16) (4.13s) y DeepSeek V4 Flash 0731 (max) (8.11s) ofrecen el menor tiempo hasta el primer token de respuesta.
- En precios, Nemotron 3.5 Lightning (BF16) ($0.04), GLM-5.3-Flash ($0.10) y DeepSeek V4 Flash Vision (max) ($0.11) ofrecen los menores precios combinados por 1M de tokens. Los precios varían hasta 6.0x entre modelos.
- En tamaño de ventana de contexto, GLM-5.3 (max) (1M), Kimi K3 (max) (1M) y Kimi K3 (max) (FAST) (1M) admiten las ventanas de contexto más grandes en Fireworks.
- Nemotron 3.5 Lightning (BF16) ofrece la salida más rápida y los mejores precios, lo que lo hace atractivo para aplicaciones sensibles al rendimiento y al costo. GLM-5.3 (max) lidera en inteligencia para tareas que requieren la máxima calidad.
Aspectos destacados
Evaluaciones de inteligencia
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
Ventana de contexto
Context Window
Precios
Intelligence Index vs. Price
Resumen de rendimiento
Output Speed vs. Price
Velocidad
Medida por la velocidad de salida (tokens por segundo)
Output Speed
Latencia
Medida por el tiempo (segundos) hasta el primer token
Latency: Time To First Answer Token
Tiempo de respuesta de extremo a extremo
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
Análisis adicional | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
GLM-5.3 (max) | 1.05M | Abierto | 45 | $2.15 | 233 | 0.86 | 11.58 | 8.58 | |||
Kimi K3 (max) | 1.05M | Abierto | 44 | $5.42 | 115 | 0.97 | 22.78 | 17.44 | |||
Kimi K3 (max) (FAST) | 1.05M | Abierto | 44 | $5.80 | 110 | 0.98 | 23.74 | 18.21 | |||
GLM-5.3-Flash | 1.05M | Abierto | 42 | $0.30 | 186 | 1.32 | 14.76 | 10.75 | |||
Qwen3.8 2.4T A95B | 262k | Abierto | 40 | $1.87 | 166 | 0.91 | 15.96 | 12.05 | |||
GLM-5.2 (max) | 1M | Abierto | 39* | -- | 102 | 1.78 | 26.20 | 19.54 | |||
DeepSeek V4 Pro 0813 (max) | 1M | Abierto | 36 | $0.60 | 94 | 1.50 | 28.06 | 21.25 | |||
DeepSeek V4 Flash Vision (max) | 1M | Propietario | 35 | $0.12 | 201 | 0.72 | 13.14 | 9.94 | |||
DeepSeek V4 Flash 0731 (max) | 1.05M | Abierto | 35 | $0.09 | 267 | 0.62 | 9.98 | 7.49 | |||
Kimi K2.6 | 262k | Abierto | 31* | -- | 95 | 0.73 | 53.08 | 47.07 | |||
MiniMax-M3 | 524k | Abierto | 30 | $0.50 | 153 | 0.85 | 17.15 | 13.04 | |||
GLM-5 | 203k | Abierto | 28* | -- | -- | -- | -- | -- | |||
Kimi K2.7 Code | 262k | Abierto | 26 | $0.52 | 109 | 0.73 | 25.72 | 20.41 | |||
Kimi K2.6 (Non-reasoning) | 262k | Abierto | 24* | -- | 73 | 0.77 | 7.66 | -- | |||
Nemotron 3 Ultra | 262k | Abierto | 23 | $0.22 | 171 | 0.66 | 16.88 | 13.30 | |||
MiniMax-M2.7 | 197k | Abierto | 23 | $0.08 | -- | -- | -- | -- | |||
GLM-5 (Non-reasoning) | 203k | Abierto | 22* | -- | -- | -- | -- | -- | |||
DeepSeek V3.2 | 164k | Abierto | 21* | -- | -- | -- | -- | -- | |||
 Muse Glimmer (high) | 131k | Abierto | 18 | $0.06 | 61 | 1.15 | 42.13 | 32.79 | |||
DeepSeek V3.2 (Non-reasoning) | 164k | Abierto | 16* | -- | -- | -- | -- | -- | |||
DeepSeek V3.1 (Non-reasoning) | 164k | Abierto | 14* | -- | -- | -- | -- | -- | |||
Nemotron 3.5 Lightning (BF16) | 262k | Abierto | 14 | $0.02 | 540 | 0.42 | 5.05 | 3.71 | |||
Qwen3 VL 235B A22B | 262k | Abierto | 10* | -- | -- | -- | -- | -- | |||
Qwen3 VL 30B A3B (Reasoning) | 262k | Abierto | 9* | -- | -- | -- | -- | -- | |||
Qwen3 VL 30B A3B | 262k | Abierto | 8* | -- | -- | -- | -- | -- | |||
Llama 3.3 70B | 131k | Abierto | 8* | -- | -- | -- | -- | -- | |||
Qwen3 30B | 262k | Abierto | 8* | -- | -- | -- | -- | -- | |||
Qwen3 8B (Non-reasoning) | 41k | Abierto | 6* | -- | -- | -- | -- | -- | |||
Definiciones clave
Preguntas frecuentes
Preguntas comunes sobre Fireworks
Fireworks ofrece 16 modelos que monitoreamos: GLM-5.3 (max), Kimi K3 (max), Kimi K3 (max) (FAST), GLM-5.3-Flash, Qwen3.8 2.4T A95B, GLM-5.2 (max), DeepSeek V4 Pro 0813 (max), DeepSeek V4 Flash Vision (max), DeepSeek V4 Flash 0731 (max), Kimi K2.6, MiniMax-M3, Kimi K2.7 Code, Kimi K2.6 (Non-reasoning), Nemotron 3 Ultra, Muse Glimmer (high) y Nemotron 3.5 Lightning (BF16).
El modelo más inteligente disponible en Fireworks es GLM-5.3 (max), con una puntuación de 45 en el Índice de Inteligencia.
El modelo más rápido en Fireworks por velocidad de salida es Nemotron 3.5 Lightning (BF16), con 539.7 tokens por segundo.
El modelo con el menor tiempo hasta el primer token de respuesta en Fireworks es Kimi K2.6 (Non-reasoning), con 0.77s. Una menor latencia significa una respuesta inicial más rápida.
El modelo más económico en Fireworks por precio combinado es Nemotron 3.5 Lightning (BF16), a $0.04 por 1M de tokens (proporción 7:2:1 de aciertos de caché/entrada/salida).
Los precios en Fireworks varían hasta 94x entre modelos, desde $0.04 por 1M de tokens para Nemotron 3.5 Lightning (BF16) hasta $3.46 por 1M de tokens para Kimi K3 (max) (FAST).
Sí, Fireworks ofrece una API compatible con OpenAI, lo que facilita cambiar desde OpenAI o usar integraciones existentes del SDK de OpenAI.
Sí, los 16 modelos en Fireworks admiten el modo JSON para salida estructurada.
Sí, los 16 modelos en Fireworks admiten llamadas a funciones (uso de herramientas).
Sí, Fireworks ofrece 15 modelos de razonamiento: GLM-5.3 (max), Kimi K3 (max), Kimi K3 (max) (FAST), GLM-5.3-Flash, Qwen3.8 2.4T A95B, GLM-5.2 (max), DeepSeek V4 Pro 0813 (max), DeepSeek V4 Flash Vision (max), DeepSeek V4 Flash 0731 (max), Kimi K2.6, MiniMax-M3, Kimi K2.7 Code, Nemotron 3 Ultra, Muse Glimmer (high) y Nemotron 3.5 Lightning (BF16). Los modelos de razonamiento usan pensamiento extendido para resolver problemas complejos antes de responder.
Sí, 15 de 16 modelos en Fireworks son modelos de pesos abiertos: GLM-5.3 (max), Kimi K3 (max), Kimi K3 (max) (FAST), GLM-5.3-Flash, Qwen3.8 2.4T A95B, GLM-5.2 (max), DeepSeek V4 Pro 0813 (max), DeepSeek V4 Flash 0731 (max), Kimi K2.6, MiniMax-M3, Kimi K2.7 Code, Kimi K2.6 (Non-reasoning), Nemotron 3 Ultra, Muse Glimmer (high) y Nemotron 3.5 Lightning (BF16).
Sí, el rendimiento de un proveedor puede variar con el tiempo debido a cambios de infraestructura, balanceo de carga y actualizaciones. Medimos continuamente a todos los proveedores y mostramos las tendencias históricas de rendimiento en los gráficos "a lo largo del tiempo".
Al elegir un modelo en Fireworks, considera: inteligencia (para tareas sensibles a la calidad), velocidad de salida (para tareas intensivas en rendimiento), latencia (para aplicaciones interactivas que requieren primeras respuestas rápidas), precios (para cargas de trabajo sensibles al costo) y funcionalidades como el tamaño de la ventana de contexto, el modo JSON o las llamadas a funciones.