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
Kimi K3.1 Pro
DeepSeek V4.1 Flash 1017 (max)
GLM-5.3 (max) (FAST)
MiniMax-M3.1-FlashGLM-5.3-FlashIntelligence Index
14 modelos en total
Menor tiempo por tarea
Nemotron 3.5 Lightning (BF16)Nemotron 3 Ultra
Inkling (xhigh)MiniMax-M3Kimi K3 (low)Tiempo por tarea del Intelligence Index (minutos)
14 modelos en total
Menor precio
Nemotron 3.5 Lightning (BF16)MiniMax-M3.1-FlashGLM-5.3-FlashDeepSeek V4.1 Flash 1017 (max)DeepSeek V4.1 Flash (non-reasoning)Precio combinado (por 1M de tokens)
14 modelos en total
Fireworks ofrece 14 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 Kimi K3.1 Pro (46), DeepSeek V4.1 Flash 1017 (max) (33) y GLM-5.3 (max) (FAST) (32).
- En tiempo por tarea, Nemotron 3.5 Lightning (BF16) (3.8 min), Nemotron 3 Ultra (4.8 min) e Inkling (xhigh) (6.1 min) completan una tarea del Intelligence Index más rápido en Fireworks. El tiempo por tarea varía significativamente entre modelos: el más lento tarda 2.2x más que el más rápido.
- En latencia, DeepSeek V4.1 Flash (non-reasoning) (1.14s), Nemotron 3 Ultra (3.22s) y MiniMax-M3 (3.67s) ofrecen el menor tiempo hasta el primer token de respuesta.
- En precios, Nemotron 3.5 Lightning (BF16) ($0.04), MiniMax-M3.1-Flash ($0.10) y GLM-5.3-Flash ($0.10) ofrecen los menores precios combinados por 1M de tokens. Los precios varían hasta 5.0x entre modelos.
- En tamaño de ventana de contexto, Kimi K3.1 Pro (1M), GLM-5.3 (max) (FAST) (1M) y GLM-5.3-Flash (1M) admiten las ventanas de contexto más grandes en Fireworks.
- Nemotron 3.5 Lightning (BF16) ofrece el menor tiempo por tarea y los mejores precios, lo que lo hace atractivo para aplicaciones sensibles al tiempo y al costo. Kimi K3.1 Pro lidera en inteligencia para tareas que requieren la máxima calidad.
Inteligencia
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. precio
Precios
Costo por tarea del Intelligence Index
Intelligence Index vs. precio
Velocidad
Promedio de las cargas medidas de solicitud única y agénticas multiturno
Tiempo por tarea del Intelligence Index
Calidad
Endpoint Accuracy Index
Latencia
Promedio de las cargas medidas de solicitud única y agénticas multiturno
Tiempo hasta el primer token de respuesta
Fiabilidad
Proporción de solicitudes que el endpoint no completó, en todas las cargas medidas de solicitud única y agénticas multiturno
Tasa de errores del endpoint
Caché
Tasa de aciertos de caché
Costo por tarea vs. Tasa de aciertos de caché
Análisis adicional | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|
Kimi K3.1 Pro | 46 | $5.24 | 19.3 | 71.78 | 1.7% | 1M | Abierto | |||
DeepSeek V4.1 Flash 1017 (max) | 33 | $1.22 | 11.5 | 39.96 | 1.0% | 1M | Abierto | |||
GLM-5.3 (max) (FAST) | 32 | $10.32 | 9.5 | 30.13 | 8.9% | 1M | Abierto | |||
MiniMax-M3.1-Flash | 29 | $0.50 | 14.6 | 24.36 | 0.0% | 1M | Abierto | |||
GLM-5.3-Flash | 28 | $0.78 | 14.6 | 21.71 | 0.0% | 1M | Abierto | |||
 Muse Spark Open (xhigh) | 25 | $2.02 | 19.2 | 20.78 | 9.8% | 1M | Abierto | |||
MiniMax-M3 | 19 | $1.26 | 6.9 | 3.67 | 4.1% | 524k | Abierto | |||
Kimi K3 (low) | 17 | $1.94 | 8.4 | 7.06 | 21.4% | 1M | Abierto | |||
Inkling (xhigh) | 12 | $1.44 | 6.1 | 16.65 | 0.0% | 1M | Abierto | |||
Nemotron 3 Ultra | 12 | $2.21 | 4.9 | 3.32 | 0.0% | 262k | Abierto | |||
Nemotron 3.5 Lightning (BF16) | 6 | $0.07 | 3.8 | 9.45 | 14.5% | 262k | Abierto | |||
Kimi K2.6 | -- | -- | -- | -- | -- | 262k | Abierto | |||
Kimi K2.6 (non-reasoning) | -- | -- | -- | -- | -- | 262k | Abierto | |||
 Qwen3 30B | -- | -- | -- | -- | -- | 262k | Abierto | |||
GLM-5 | -- | -- | -- | -- | -- | 203k | Abierto | |||
Qwen3 VL 30B A3B | -- | -- | -- | -- | -- | 262k | Abierto | |||
DeepSeek V3.2 (non-reasoning) | -- | -- | -- | -- | -- | 164k | Abierto | |||
DeepSeek V4.1 Flash (non-reasoning) | -- | -- | -- | 1.14 | 0.0% | 1M | Abierto | |||
Qwen3.8 2.4T A95B | -- | -- | -- | 26.07 | 0.9% | 262k | Abierto | |||
Qwen3 8B (non-reasoning) | -- | -- | -- | -- | -- | 41k | Abierto | |||
Qwen3 VL 30B A3B | -- | -- | -- | -- | -- | 262k | Abierto | |||
Qwen3 VL 235B A22B | -- | -- | -- | -- | -- | 262k | Abierto | |||
DeepSeek V3.2 | -- | -- | -- | -- | -- | 164k | Abierto | |||
GLM-5 (non-reasoning) | -- | -- | -- | -- | -- | 203k | Abierto | |||
GLM-5.2 (max) | -- | -- | -- | -- | -- | 1M | Abierto | |||
Kimi K3 (max) | -- | -- | -- | 40.55 | 3.1% | 1M | Abierto | |||
DeepSeek V3.1 (non-reasoning) | -- | -- | -- | -- | -- | 164k | Abierto | |||
DeepSeek V4 Flash 0731 (max) | -- | -- | -- | -- | -- | 1M | Abierto | |||
Definiciones clave
Preguntas frecuentes
Preguntas comunes sobre Fireworks
Fireworks ofrece 14 modelos que monitoreamos: Kimi K3.1 Pro, DeepSeek V4.1 Flash 1017 (max), GLM-5.3 (max) (FAST), MiniMax-M3.1-Flash, GLM-5.3-Flash, Muse Spark Open (xhigh), MiniMax-M3, Kimi K3 (low), Inkling (xhigh), Nemotron 3 Ultra, Nemotron 3.5 Lightning (BF16), DeepSeek V4.1 Flash (non-reasoning), Qwen3.8 2.4T A95B y Kimi K3 (max).
El modelo más inteligente disponible en Fireworks es Kimi K3.1 Pro, con una puntuación de 46 en el Intelligence Index.
El modelo con el menor tiempo por tarea en Fireworks es Nemotron 3.5 Lightning (BF16), con 3.8 minutos por tarea del Intelligence Index. El tiempo por tarea es la cantidad de tokens de salida por tarea dividida por la velocidad de salida de extremo a extremo; un valor menor significa que la tarea termina antes.
El modelo con el menor tiempo hasta el primer token de respuesta en Fireworks es DeepSeek V4.1 Flash (non-reasoning), con 1.14s. 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 $0.037 por 1M de tokens (proporción 7:2:1 de aciertos de caché/entrada/salida).
Los precios en Fireworks varían hasta 62x entre modelos, desde $0.037 por 1M de tokens para Nemotron 3.5 Lightning (BF16) hasta $2.31 por 1M de tokens para Kimi K3 (max).
Sí, Fireworks ofrece una API compatible con OpenAI, lo que facilita cambiar desde OpenAI o usar integraciones existentes del SDK de OpenAI.
Sí, los 14 modelos en Fireworks admiten el modo JSON para salida estructurada.
Sí, los 14 modelos en Fireworks admiten llamadas a funciones (uso de herramientas).
Sí, Fireworks ofrece 13 modelos de razonamiento: Kimi K3.1 Pro, DeepSeek V4.1 Flash 1017 (max), GLM-5.3 (max) (FAST), MiniMax-M3.1-Flash, GLM-5.3-Flash, Muse Spark Open (xhigh), MiniMax-M3, Kimi K3 (low), Inkling (xhigh), Nemotron 3 Ultra, Nemotron 3.5 Lightning (BF16), Qwen3.8 2.4T A95B y Kimi K3 (max). Los modelos de razonamiento usan pensamiento extendido para resolver problemas complejos antes de responder.
Sí, los 14 modelos en Fireworks son modelos de pesos abiertos.
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), tiempo por tarea (la rapidez con la que el modelo completa una tarea del Intelligence Index), 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.