Fireworks: inteligência, desempenho e preço dos modelos
Esta análise ajuda você a escolher o melhor modelo oferecido por Fireworks para seu caso de uso.
Mais inteligente
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
14 modelos no total
Mais rápido
Nemotron 3.5 Lightning (BF16)DeepSeek V4 Flash 0731 (max)GLM-5.2 (max)GLM-5.3-Flash
MiniMax-M3Velocidade de saída
14 modelos no total
Menor preço
Nemotron 3.5 Lightning (BF16)GLM-5.3-FlashDeepSeek V4.1 Flash (max)DeepSeek V4 Flash Vision (max)DeepSeek V4 Flash 0731 (max)Preço combinado (por 1M de tokens)
14 modelos no total
Fireworks oferece 14 modelos, cada um com características diferentes de inteligência, desempenho e preço. Veja abaixo uma comparação das principais métricas entre os modelos.
- Em inteligência, os principais modelos oferecidos por Fireworks são GLM-5.3-Flash (42), Qwen3.8 2.4T A95B (40) e DeepSeek V4.1 Flash (max) (40).
- Em velocidade de saída, os modelos mais rápidos são Nemotron 3.5 Lightning (BF16) (491 t/s), DeepSeek V4 Flash 0731 (max) (256 t/s) e GLM-5.2 (max) (232 t/s). A velocidade varia significativamente entre os modelos, com uma diferença de 175% entre o mais rápido e o mais lento.
- Em latência, Kimi K2.6 (Non-reasoning) (0.79s), Nemotron 3.5 Lightning (BF16) (4.54s) e DeepSeek V4 Flash 0731 (max) (8.44s) têm o menor tempo até o primeiro token da resposta final.
- Em preço, Nemotron 3.5 Lightning (BF16) ($0.04), GLM-5.3-Flash ($0.10) e DeepSeek V4.1 Flash (max) ($0.11) têm os menores preços combinados por 1M de tokens. Os preços variam em até 3.1x entre os modelos.
- Em tamanho da janela de contexto, GLM-5.3-Flash (1M), DeepSeek V4 Flash 0731 (max) (1M) e DeepSeek V4.1 Flash (max) (1M) aceitam as maiores janelas entre os modelos oferecidos por Fireworks.
- Nemotron 3.5 Lightning (BF16) oferece a saída mais rápida e o melhor preço, sendo uma opção atraente para aplicações que exigem alta vazão e atenção aos custos. GLM-5.3-Flash lidera em inteligência nas tarefas que exigem a maior qualidade.
Destaques
Avaliações de inteligência
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
Janela de contexto
Context Window
Preços
Intelligence Index vs. Price
Resumo do desempenho
Output Speed vs. Price
Velocidade
Medida pela velocidade de saída (tokens por segundo)
Output Speed
Latência
Medida pelo tempo (segundos) até o primeiro token
Latency: Time To First Answer Token
Tempo de resposta de ponta a ponta
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
Análises adicionais | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
GLM-5.3-Flash | 1.05M | Aberto | 42 | $0.30 | 180 | 1.50 | 15.38 | 11.11 | |||
Qwen3.8 2.4T A95B | 262k | Aberto | 40 | $1.87 | 109 | 1.05 | 23.96 | 18.33 | |||
DeepSeek V4.1 Flash (max) | 1M | Aberto | 40 | $0.19 | 91 | 1.36 | 28.76 | 21.92 | |||
DeepSeek V4 Pro 0813 (max) | 1M | Aberto | 36 | $0.60 | 89 | 1.65 | 29.71 | 22.45 | |||
DeepSeek V4 Flash Vision (max) | 1M | Proprietário | 35 | $0.12 | 142 | 0.91 | 18.54 | 14.10 | |||
DeepSeek V4 Flash 0731 (max) | 1.05M | Aberto | 35 | $0.09 | 256 | 0.62 | 10.39 | 7.81 | |||
GLM-5.2 (max) | 1M | Aberto | 34 | $0.64 | 232 | 1.84 | 12.62 | 8.63 | |||
MiniMax-M3 | 524k | Aberto | 30 | $0.50 | 179 | 0.97 | 14.96 | 11.20 | |||
GLM-5 | 203k | Aberto | 28* | -- | -- | -- | -- | -- | |||
 Kimi K2.6 | 262k | Aberto | 27 | -- | 73 | 0.83 | 68.49 | 60.83 | |||
Kimi K2.7 Code | 262k | Aberto | 26 | $0.52 | 122 | 0.68 | 23.10 | 18.31 | |||
Kimi K2.6 (Non-reasoning) | 262k | Aberto | 24* | -- | 64 | 0.79 | 8.62 | -- | |||
Nemotron 3 Ultra | 262k | Aberto | 23 | $0.22 | 171 | 0.65 | 16.90 | 13.32 | |||
GLM-5 (Non-reasoning) | 203k | Aberto | 22* | -- | -- | -- | -- | -- | |||
DeepSeek V3.2 | 164k | Aberto | 21* | -- | -- | -- | -- | -- | |||
 Muse Glimmer (high) | 131k | Aberto | 18 | $0.06 | 61 | 1.12 | 42.07 | 32.76 | |||
DeepSeek V3.2 (Non-reasoning) | 164k | Aberto | 16* | -- | -- | -- | -- | -- | |||
DeepSeek V3.1 (Non-reasoning) | 164k | Aberto | 14* | -- | -- | -- | -- | -- | |||
Nemotron 3.5 Lightning (BF16) | 262k | Aberto | 14 | $0.02 | 491 | 0.47 | 5.55 | 4.07 | |||
Qwen3 VL 235B A22B | 262k | Aberto | 10* | -- | -- | -- | -- | -- | |||
Qwen3 VL 30B A3B (Reasoning) | 262k | Aberto | 9* | -- | -- | -- | -- | -- | |||
Qwen3 VL 30B A3B | 262k | Aberto | 8* | -- | -- | -- | -- | -- | |||
Llama 3.3 70B | 131k | Aberto | 8* | -- | -- | -- | -- | -- | |||
Qwen3 30B | 262k | Aberto | 8* | -- | -- | -- | -- | -- | |||
Qwen3 8B (Non-reasoning) | 41k | Aberto | 6* | -- | -- | -- | -- | -- | |||
Principais definições
Perguntas frequentes
Perguntas comuns sobre Fireworks
Fireworks oferece 14 modelos que acompanhamos: 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), Kimi K2.6, MiniMax-M3, Kimi K2.7 Code, Kimi K2.6 (Non-reasoning), Nemotron 3 Ultra, Muse Glimmer (high) e Nemotron 3.5 Lightning (BF16).
O modelo mais inteligente disponível em Fireworks é GLM-5.3-Flash, com 42 pontos no Intelligence Index.
O modelo mais rápido em velocidade de saída oferecido por Fireworks é Nemotron 3.5 Lightning (BF16), com 491.4 tokens por segundo.
O modelo com o menor tempo até o primeiro token da resposta final em Fireworks é Kimi K2.6 (Non-reasoning), com 0.79s. Uma latência menor significa um tempo de resposta inicial mais rápido.
O modelo mais acessível em preço combinado oferecido por Fireworks é Nemotron 3.5 Lightning (BF16), com $0.04 por 1M de tokens (proporção de 7:2:1 entre tokens de acerto do cache, entrada e saída).
Os preços em Fireworks variam em até 32x entre os modelos, de $0.04 por 1M de tokens no Nemotron 3.5 Lightning (BF16) a $1.18 por 1M de tokens no Qwen3.8 2.4T A95B.
Sim. Fireworks oferece uma API compatível com a OpenAI, facilitando a migração da OpenAI e o uso de integrações existentes com o SDK da OpenAI.
Sim. Todos os 14 modelos oferecidos por Fireworks são compatíveis com o modo JSON para saída estruturada.
Sim. Todos os 14 modelos oferecidos por Fireworks são compatíveis com chamadas de funções (uso de ferramentas).
Sim. Fireworks oferece 13 modelos de raciocínio: 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), Kimi K2.6, MiniMax-M3, Kimi K2.7 Code, Nemotron 3 Ultra, Muse Glimmer (high) e Nemotron 3.5 Lightning (BF16). Os modelos de raciocínio usam um processo de reflexão prolongado para resolver problemas complexos antes de responder.
Sim. 13 dos 14 modelos oferecidos por Fireworks são de pesos abertos: 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), Kimi K2.6, MiniMax-M3, Kimi K2.7 Code, Kimi K2.6 (Non-reasoning), Nemotron 3 Ultra, Muse Glimmer (high) e Nemotron 3.5 Lightning (BF16).
Sim. O desempenho de um provedor pode variar ao longo do tempo devido a mudanças na infraestrutura, balanceamento de carga e atualizações. Avaliamos continuamente todos os provedores e exibimos as tendências históricas de desempenho nos gráficos de evolução ao longo do tempo.
Ao escolher um modelo oferecido por Fireworks, considere a inteligência (para tarefas que exigem qualidade), a velocidade de saída (para tarefas que exigem alta vazão), a latência (para aplicações interativas que precisam de respostas iniciais rápidas), o preço (para cargas de trabalho atentas aos custos) e recursos como tamanho da janela de contexto, modo JSON e chamadas de funções.