Fireworks: 모델 지능, 성능 및 가격
이 분석은 사용 사례에 가장 적합한 Fireworks 제공 모델을 선택하는 데 도움을 드립니다.
가장 높은 지능
Updated
GLM-5.3-Flash
Qwen3.8 2.4T A95B
DeepSeek V4.1 Flash (max)DeepSeek V4 Pro 0813 (max)DeepSeek V4 Flash Vision (max)Intelligence Index
총 모델 14개
가장 빠름
Nemotron 3.5 Lightning (BF16)DeepSeek V4 Flash 0731 (max)GLM-5.2 (max)GLM-5.3-Flash
MiniMax-M3출력 속도
총 모델 14개
가장 낮은 가격
Nemotron 3.5 Lightning (BF16)GLM-5.3-FlashDeepSeek V4.1 Flash (max)DeepSeek V4 Flash Vision (max)DeepSeek V4 Flash 0731 (max)혼합 가격(토큰 100만 개당)
총 모델 14개
Fireworks에서 지능, 성능, 가격 특성이 서로 다른 모델 14개를 제공합니다. 아래에서 모델별 주요 지표를 비교합니다.
- Fireworks에서 지능이 가장 높은 모델은 GLM-5.3-Flash(42), Qwen3.8 2.4T A95B(40) 및 DeepSeek V4.1 Flash (max)(40)입니다.
- 출력 속도가 가장 빠른 모델은 Nemotron 3.5 Lightning (BF16)(491 t/s), DeepSeek V4 Flash 0731 (max)(256 t/s) 및 GLM-5.2 (max)(232 t/s)입니다. 모델별 속도 차이가 크며, 가장 빠른 모델과 가장 느린 모델의 차이는 175%입니다.
- 첫 답변 토큰까지 걸린 시간이 가장 짧은 모델은 Kimi K2.6 (Non-reasoning)(0.79초), Nemotron 3.5 Lightning (BF16)(4.54초) 및 DeepSeek V4 Flash 0731 (max)(8.44초)입니다.
- 토큰 100만 개당 혼합 가격이 가장 낮은 모델은 Nemotron 3.5 Lightning (BF16)($0.04), GLM-5.3-Flash($0.10) 및 DeepSeek V4.1 Flash (max)($0.11)입니다. 모델별 가격은 최대 3.1배 차이 납니다.
- Fireworks에서 가장 큰 컨텍스트 창을 지원하는 모델은 GLM-5.3-Flash(1M), DeepSeek V4 Flash 0731 (max)(1M) 및 DeepSeek V4.1 Flash (max)(1M)입니다.
- Nemotron 3.5 Lightning (BF16)은 출력이 가장 빠르고 가격도 가장 낮아 처리량과 비용에 민감한 애플리케이션에 매력적입니다. 최고의 품질이 필요한 작업에서는 GLM-5.3-Flash의 지능이 가장 높습니다.
주요 내용
지능 평가
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
컨텍스트 창
Context Window
가격
Intelligence Index vs. Price
성능 요약
Output Speed vs. Price
속도
출력 속도(초당 토큰 수)로 측정
Output Speed
지연 시간
첫 토큰까지 걸린 시간(초)으로 측정
Latency: Time To First Answer Token
종단 간 응답 시간
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
추가 분석 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
GLM-5.3-Flash | 1.05M | 오픈 | 42 | $0.30 | 180 | 1.50 | 15.38 | 11.11 | |||
Qwen3.8 2.4T A95B | 262k | 오픈 | 40 | $1.87 | 109 | 1.05 | 23.96 | 18.33 | |||
DeepSeek V4.1 Flash (max) | 1M | 오픈 | 40 | $0.19 | 91 | 1.36 | 28.76 | 21.92 | |||
DeepSeek V4 Pro 0813 (max) | 1M | 오픈 | 36 | $0.60 | 89 | 1.65 | 29.71 | 22.45 | |||
DeepSeek V4 Flash Vision (max) | 1M | 독점 | 35 | $0.12 | 142 | 0.91 | 18.54 | 14.10 | |||
DeepSeek V4 Flash 0731 (max) | 1.05M | 오픈 | 35 | $0.09 | 256 | 0.62 | 10.39 | 7.81 | |||
GLM-5.2 (max) | 1M | 오픈 | 34 | $0.64 | 232 | 1.84 | 12.62 | 8.63 | |||
MiniMax-M3 | 524k | 오픈 | 30 | $0.50 | 179 | 0.97 | 14.96 | 11.20 | |||
GLM-5 | 203k | 오픈 | 28* | -- | -- | -- | -- | -- | |||
 Kimi K2.6 | 262k | 오픈 | 27 | -- | 73 | 0.83 | 68.49 | 60.83 | |||
Kimi K2.7 Code | 262k | 오픈 | 26 | $0.52 | 122 | 0.68 | 23.10 | 18.31 | |||
Kimi K2.6 (Non-reasoning) | 262k | 오픈 | 24* | -- | 64 | 0.79 | 8.62 | -- | |||
Nemotron 3 Ultra | 262k | 오픈 | 23 | $0.22 | 171 | 0.65 | 16.90 | 13.32 | |||
GLM-5 (Non-reasoning) | 203k | 오픈 | 22* | -- | -- | -- | -- | -- | |||
DeepSeek V3.2 | 164k | 오픈 | 21* | -- | -- | -- | -- | -- | |||
 Muse Glimmer (high) | 131k | 오픈 | 18 | $0.06 | 61 | 1.12 | 42.07 | 32.76 | |||
DeepSeek V3.2 (Non-reasoning) | 164k | 오픈 | 16* | -- | -- | -- | -- | -- | |||
DeepSeek V3.1 (Non-reasoning) | 164k | 오픈 | 14* | -- | -- | -- | -- | -- | |||
Nemotron 3.5 Lightning (BF16) | 262k | 오픈 | 14 | $0.02 | 491 | 0.47 | 5.55 | 4.07 | |||
Qwen3 VL 235B A22B | 262k | 오픈 | 10* | -- | -- | -- | -- | -- | |||
Qwen3 VL 30B A3B (Reasoning) | 262k | 오픈 | 9* | -- | -- | -- | -- | -- | |||
Qwen3 VL 30B A3B | 262k | 오픈 | 8* | -- | -- | -- | -- | -- | |||
Llama 3.3 70B | 131k | 오픈 | 8* | -- | -- | -- | -- | -- | |||
Qwen3 30B | 262k | 오픈 | 8* | -- | -- | -- | -- | -- | |||
Qwen3 8B (Non-reasoning) | 41k | 오픈 | 6* | -- | -- | -- | -- | -- | |||
주요 용어 정의
자주 묻는 질문
Fireworks에 관한 일반적인 질문
Fireworks에서 추적 중인 모델 14개를 제공합니다: GLM-5.3-Flash, Qwen3.8 2.4T A95B, DeepSeek V4.1 Flash (max), DeepSeek V4 Pro 0813 (max), DeepSeek V4 Flash Vision (max), DeepSeek V4 Flash 0731 (max), GLM-5.2 (max), MiniMax-M3, Kimi K2.6, Kimi K2.7 Code, Kimi K2.6 (Non-reasoning), Nemotron 3 Ultra, Muse Glimmer (high) 및 Nemotron 3.5 Lightning (BF16).
Fireworks에서 제공하는 모델 중 지능이 가장 높은 모델은 Intelligence Index 점수 42점인 GLM-5.3-Flash입니다.
Fireworks에서 출력 속도가 가장 빠른 모델은 초당 491.4토큰을 생성하는 Nemotron 3.5 Lightning (BF16)입니다.
Fireworks에서 첫 답변 토큰까지 걸린 시간이 가장 짧은 모델은 0.79초인 Kimi K2.6 (Non-reasoning)입니다. 지연 시간이 짧을수록 최초 응답을 더 빨리 받습니다.
Fireworks에서 혼합 가격이 가장 낮은 모델은 토큰 100만 개당 $0.04인 Nemotron 3.5 Lightning (BF16)입니다(캐시 적중/입력/출력 비율 7:2:1).
Fireworks의 모델별 가격은 최대 32배 차이 납니다. Nemotron 3.5 Lightning (BF16)은 토큰 100만 개당 $0.04, Qwen3.8 2.4T A95B은 $1.18입니다.
예. Fireworks은 OpenAI 호환 API를 제공하므로 OpenAI에서 쉽게 전환하거나 기존 OpenAI SDK 통합을 사용할 수 있습니다.
예. Fireworks의 모델 14개 모두 구조화된 출력용 JSON 모드를 지원합니다.
예. Fireworks의 모델 14개 모두 함수 호출(도구 사용)을 지원합니다.
예. Fireworks은 추론 모델 13개를 제공합니다: GLM-5.3-Flash, Qwen3.8 2.4T A95B, DeepSeek V4.1 Flash (max), DeepSeek V4 Pro 0813 (max), DeepSeek V4 Flash Vision (max), DeepSeek V4 Flash 0731 (max), GLM-5.2 (max), MiniMax-M3, Kimi K2.6, Kimi K2.7 Code, Nemotron 3 Ultra, Muse Glimmer (high) 및 Nemotron 3.5 Lightning (BF16). 추론 모델은 답변하기 전에 확장 사고를 사용해 복잡한 문제를 해결합니다.
예. Fireworks의 모델 14개 중 13개가 오픈 웨이트 모델입니다: GLM-5.3-Flash, Qwen3.8 2.4T A95B, DeepSeek V4.1 Flash (max), DeepSeek V4 Pro 0813 (max), DeepSeek V4 Flash 0731 (max), GLM-5.2 (max), MiniMax-M3, Kimi K2.6, Kimi K2.7 Code, Kimi K2.6 (Non-reasoning), Nemotron 3 Ultra, Muse Glimmer (high) 및 Nemotron 3.5 Lightning (BF16).
예. 인프라 변경, 부하 분산, 업데이트에 따라 제공업체 성능이 달라질 수 있습니다. 모든 제공업체를 지속적으로 벤치마킹하고 '시간 경과' 차트에 과거 성능 추이를 표시합니다.
Fireworks에서 모델을 선택할 때는 지능(품질 중심 작업), 출력 속도(처리량 중심 작업), 지연 시간(빠른 최초 응답이 필요한 대화형 애플리케이션), 가격(비용에 민감한 워크로드), 컨텍스트 창 크기, JSON 모드, 함수 호출 지원 같은 기능을 고려하세요.