Fireworks: inteligencia, rendimiento y precio de sus modelos
Análisis de los modelos de Fireworks en métricas clave como calidad, precio, velocidad de salida, latencia, ventana de contexto y más. Este análisis está pensado para ayudarte a elegir el mejor modelo ofrecido por Fireworks para tu caso de uso.
Más inteligente
Índice de inteligencia
9 modelos en total
Más rápido
Velocidad de salida
9 modelos en total
Menor precio
Precio combinado (por 1M de tokens)
9 modelos en total
Fireworks ofrece 9 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 (57), GLM-5.2 (max) (51) y DeepSeek V4 Pro (max) (44).
- En velocidad de salida, los modelos más rápidos son Kimi K2.6 (329 t/s), MiniMax-M2.7 (212 t/s) y DeepSeek V4 Pro (high) (202 t/s). La velocidad varía significativamente entre modelos, con una diferencia del 139% entre el más rápido y el más lento.
- En latencia, Kimi K2.6 (0.88s), DeepSeek V4 Pro (high) (10.66s) y MiniMax-M2.7 (12.93s) ofrecen el menor tiempo hasta el primer token de respuesta.
- En precios, gpt-oss-120b (high) ($0.20), gpt-oss-120b (low) ($0.20) y MiniMax-M2.7 ($0.22) ofrecen los menores precios combinados por 1M de tokens. Los precios varían hasta 3.6x entre modelos.
- En tamaño de ventana de contexto, DeepSeek V4 Pro (max) (1M), Kimi K3 (1M) y DeepSeek V4 Pro (high) (1M) admiten las ventanas de contexto más grandes en Fireworks.
Aspectos destacados
Evaluaciones de inteligencia
Artificial Analysis Intelligence Index
Intelligence Evaluations
Agentic real-world work tasks, (Elo-500)/2000
Agentic tool use
Agentic coding & terminal use
Coding
Reasoning & knowledge
Scientific reasoning
Physics reasoning
Knowledge
1 - hallucination rate
Long context reasoning
Agentic knowledge work, Elo
Agentic SaaS workflows
Legal agentic work, criterion pass rate
Agentic business operations
Instruction following
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 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
Kimi K3 | 1.05M | Abierto | 57 | $0.77 | 164 | 1.10 | 16.33 | 12.18 | |||
GLM-5.2 (max) | 1M | Abierto | 51 | -- | 72 | 1.29 | 35.90 | 27.69 | |||
DeepSeek V4 Pro (max) | 1.05M | Abierto | 44 | $0.76 | 70 | 2.81 | 72.71 | 62.73 | |||
Kimi K2.6 | 262k | Abierto | 44 | $0.28 | 329 | 0.79 | 15.83 | 13.52 | |||
DeepSeek V4 Pro (high) | 1.05M | Abierto | 43 | $0.85 | 202 | 0.81 | 13.13 | 9.85 | |||
GLM-5 | 203k | Abierto | 40* | -- | -- | -- | -- | -- | |||
MiniMax-M2.7 | 197k | Abierto | 38 | $0.08 | 212 | 1.30 | 15.29 | 11.62 | |||
Kimi K2.6 | 262k | Abierto | 35* | -- | 119 | 0.88 | 5.08 | -- | |||
GLM-5 | 203k | Abierto | 32* | -- | -- | -- | -- | -- | |||
DeepSeek V3.2 | 164k | Abierto | 32 | -- | -- | -- | -- | -- | |||
DeepSeek V3.2 | 164k | Abierto | 25* | -- | -- | -- | -- | -- | |||
gpt-oss-120b (high) | 131k | Abierto | 24 | $0.06 | 138 | 0.93 | 19.07 | 14.51 | |||
DeepSeek V3.1 | 164k | Abierto | 21* | -- | -- | -- | -- | -- | |||
gpt-oss-120b (low) | 131k | Abierto | 15 | $0.02 | 117 | 0.66 | 22.01 | 17.08 | |||
 Qwen3 VL 235B A22B | 262k | Abierto | 14* | -- | -- | -- | -- | -- | |||
Qwen3 VL 30B A3B | 262k | Abierto | 13* | -- | -- | -- | -- | -- | |||
Qwen3 VL 30B A3B | 262k | Abierto | 10* | -- | -- | -- | -- | -- | |||
 Llama 3.3 70B | 131k | Abierto | 9 | $0.12 | -- | -- | -- | -- | |||
Qwen3 30B | 262k | Abierto | 9* | -- | -- | -- | -- | -- | |||
Qwen3 8B | 41k | Abierto | 5* | -- | -- | -- | -- | -- | |||
Definiciones clave
Preguntas frecuentes
Preguntas comunes sobre Fireworks
Fireworks ofrece 9 modelos que monitoreamos: Kimi K3, GLM-5.2 (max), DeepSeek V4 Pro (max), Kimi K2.6, DeepSeek V4 Pro (high), MiniMax-M2.7, Kimi K2.6, gpt-oss-120b (high) y gpt-oss-120b (low).
El modelo más inteligente disponible en Fireworks es Kimi K3, con una puntuación de 57 en el Índice de Inteligencia.
El modelo más rápido en Fireworks por velocidad de salida es Kimi K2.6, con 329.3 tokens por segundo.
El modelo con el menor tiempo hasta el primer token de respuesta en Fireworks es Kimi K2.6, con 0.88s. Una menor latencia significa una respuesta inicial más rápida.
El modelo más económico en Fireworks por precio combinado es gpt-oss-120b (high), a $0.20 por 1M de tokens (proporción 7:2:1 de aciertos de caché/entrada/salida).
Los precios en Fireworks varían hasta 12x entre modelos, desde $0.20 por 1M de tokens para gpt-oss-120b (high) hasta $2.31 por 1M de tokens para Kimi K3.
Sí, Fireworks ofrece una API compatible con OpenAI, lo que facilita cambiar desde OpenAI o usar integraciones existentes del SDK de OpenAI.
Sí, los 9 modelos en Fireworks admiten el modo JSON para salida estructurada.
Sí, los 9 modelos en Fireworks admiten llamadas a funciones (uso de herramientas).
Sí, Fireworks ofrece 8 modelos de razonamiento: Kimi K3, GLM-5.2 (max), DeepSeek V4 Pro (max), Kimi K2.6, DeepSeek V4 Pro (high), MiniMax-M2.7, gpt-oss-120b (high) y gpt-oss-120b (low). Los modelos de razonamiento usan pensamiento extendido para resolver problemas complejos antes de responder.
Sí, los 9 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), 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.