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
DeepSeek V4.1 Flash 1017 (max)
Kimi K3 (max)
MiniMax-M3.1-Flash
GLM-5.3-Flash
Qwen3.8 2.4T A95BIntelligence Index
12 modelos no total
Mais rápido
DeepSeek V4.1 Flash (non-reasoning)
Nemotron 3.5 Lightning (BF16)DeepSeek V4.1 Flash 1017 (max)
Inkling (xhigh)MiniMax-M3.1-FlashVelocidade de saída
12 modelos no total
Menor preço
Nemotron 3.5 Lightning (BF16)GLM-5.3-FlashMiniMax-M3.1-FlashDeepSeek V4.1 Flash 1017 (max)DeepSeek V4.1 Flash (non-reasoning)Preço combinado (por 1M de tokens)
12 modelos no total
Fireworks oferece 12 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 DeepSeek V4.1 Flash 1017 (max) (45), Kimi K3 (max) (44) e MiniMax-M3.1-Flash (43).
- Em velocidade de saída, os modelos mais rápidos são DeepSeek V4.1 Flash (non-reasoning) (424 t/s), Nemotron 3.5 Lightning (BF16) (388 t/s) e DeepSeek V4.1 Flash 1017 (max) (206 t/s). A velocidade varia significativamente entre os modelos, com uma diferença de 139% entre o mais rápido e o mais lento.
- Em latência, DeepSeek V4.1 Flash (non-reasoning) (0.77s), Nemotron 3.5 Lightning (BF16) (5.62s) e DeepSeek V4.1 Flash 1017 (max) (10.84s) 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 MiniMax-M3.1-Flash ($0.10) têm os menores preços combinados por 1M de tokens. Os preços variam em até 5.0x entre os modelos.
- Em tamanho da janela de contexto, Kimi K3 (max) (1M), GLM-5.3-Flash (1M) e Muse Spark Open (xhigh) (1M) aceitam as maiores janelas entre os modelos oferecidos por Fireworks.
Avaliações de inteligência
Artificial Analysis Intelligence Index
Evaluations
Agentic knowledge work, Elo
Knowledge
1 - hallucination rate
Agentic SaaS workflows
Agentic real-world work tasks, Elo
Reasoning & knowledge
Professional document reasoning, All-pass
Agentic coding & terminal use
Long context reasoning
Coding
Physics reasoning
Agentic scientific research workflows in a terminal
Agentic software engineering in open-source repositories
Quantitative analysis on spreadsheets & documents
Legal agentic work, Hallucination-Gated All-Pass Rate
Agentic business operations
Agentic interactive 3D experiences, 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. preço
Janela de contexto
Janela de contexto
Preços
Intelligence Index vs. preço
Resumo do desempenho
Velocidade de saída vs. preço
Velocidade
Medida pela velocidade de saída (tokens por segundo)
Velocidade de saída
Latência
Medida pelo tempo (segundos) até o primeiro token
Latência: Tempo até o primeiro token da resposta final
Comportamento do cache
Taxa de acertos do cache
Custo por tarefa vs. Taxa de acertos do cache
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
Tempo de resposta de ponta a ponta vs. preço
Análises adicionais | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
DeepSeek V4.1 Flash 1017 (max) | 1M | Aberto | 45 | $0.24 | 155 | 1.20 | 17.29 | 12.88 | |||
Kimi K3 (max) | 1.05M | Aberto | 44 | $1.91 | 115 | 0.97 | 22.77 | 17.44 | |||
GLM-5.3-Flash | 1.05M | Aberto | 42 | $0.37 | 175 | 2.84 | 17.12 | 11.42 | |||
Qwen3.8 2.4T A95B | 262k | Aberto | 40 | $1.87 | 175 | 0.99 | 15.26 | 11.42 | |||
 Muse Spark Open (xhigh) | 1.05M | Aberto | 39 | $0.84 | 88 | 0.81 | 29.09 | 22.63 | |||
DeepSeek V4 Flash 0731 (max) | 1.05M | Aberto | 34 | $0.09 | -- | -- | -- | -- | |||
GLM-5.2 (max) | 1M | Aberto | 34 | $2.94 | -- | -- | -- | -- | |||
Kimi K3 (low) | 1.05M | Aberto | 30 | $0.92 | 115 | 0.98 | 22.73 | 17.41 | |||
MiniMax-M3 | 524k | Aberto | 29 | $0.50 | 179 | 0.93 | 14.93 | 11.20 | |||
GLM-5 | 203k | Aberto | 28* | -- | -- | -- | -- | -- | |||
Kimi K2.6 | 262k | Aberto | 27 | $0.52 | -- | -- | -- | -- | |||
Inkling (xhigh) | 1.05M | Aberto | 25 | $0.63 | 196 | 0.51 | 13.25 | 10.20 | |||
Kimi K2.6 (non-reasoning) | 262k | Aberto | 24* | -- | -- | -- | -- | -- | |||
Nemotron 3 Ultra | 262k | Aberto | 23 | $0.32 | 128 | 0.75 | 22.40 | 17.75 | |||
GLM-5 (non-reasoning) | 203k | Aberto | 22* | -- | -- | -- | -- | -- | |||
DeepSeek V3.2 | 164k | Aberto | 21* | -- | -- | -- | -- | -- | |||
DeepSeek V3.2 (non-reasoning) | 164k | Aberto | 16* | -- | -- | -- | -- | -- | |||
DeepSeek V3.1 (non-reasoning) | 164k | Aberto | 14* | -- | -- | -- | -- | -- | |||
Nemotron 3.5 Lightning (BF16) | 262k | Aberto | 13 | $0.02 | 410 | 0.48 | 6.57 | 4.87 | |||
Qwen3 VL 235B A22B | 262k | Aberto | 10* | -- | -- | -- | -- | -- | |||
Qwen3 VL 30B A3B | 262k | Aberto | 9* | -- | -- | -- | -- | -- | |||
Qwen3 VL 30B A3B | 262k | Aberto | 8* | -- | -- | -- | -- | -- | |||
Qwen3 30B | 262k | Aberto | 8* | -- | -- | -- | -- | -- | |||
Qwen3 8B (non-reasoning) | 41k | Aberto | 6* | -- | -- | -- | -- | -- | |||
Principais definições
Perguntas frequentes
Perguntas comuns sobre Fireworks
Fireworks oferece 12 modelos que acompanhamos: DeepSeek V4.1 Flash 1017 (max), Kimi K3 (max), MiniMax-M3.1-Flash, GLM-5.3-Flash, Qwen3.8 2.4T A95B, Muse Spark Open (xhigh), Kimi K3 (low), MiniMax-M3, Inkling (xhigh), DeepSeek V4.1 Flash (non-reasoning), Nemotron 3 Ultra e Nemotron 3.5 Lightning (BF16).
O modelo mais inteligente disponível em Fireworks é DeepSeek V4.1 Flash 1017 (max), com 45 pontos no Intelligence Index.
O modelo mais rápido em velocidade de saída oferecido por Fireworks é DeepSeek V4.1 Flash (non-reasoning), com 424.5 tokens por segundo.
O modelo com o menor tempo até o primeiro token da resposta final em Fireworks é DeepSeek V4.1 Flash (non-reasoning), com 0.77s. 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 62x entre os modelos, de $0.04 por 1M de tokens no Nemotron 3.5 Lightning (BF16) a $2.31 por 1M de tokens no Kimi K3 (low).
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 12 modelos oferecidos por Fireworks são compatíveis com o modo JSON para saída estruturada.
Sim. Todos os 12 modelos oferecidos por Fireworks são compatíveis com chamadas de funções (uso de ferramentas).
Sim. Fireworks oferece 11 modelos de raciocínio: DeepSeek V4.1 Flash 1017 (max), Kimi K3 (max), MiniMax-M3.1-Flash, GLM-5.3-Flash, Qwen3.8 2.4T A95B, Muse Spark Open (xhigh), Kimi K3 (low), MiniMax-M3, Inkling (xhigh), Nemotron 3 Ultra e Nemotron 3.5 Lightning (BF16). Os modelos de raciocínio usam um processo de reflexão prolongado para resolver problemas complexos antes de responder.
Sim. 11 dos 12 modelos oferecidos por Fireworks são de pesos abertos: DeepSeek V4.1 Flash 1017 (max), Kimi K3 (max), GLM-5.3-Flash, Qwen3.8 2.4T A95B, Muse Spark Open (xhigh), Kimi K3 (low), MiniMax-M3, Inkling (xhigh), DeepSeek V4.1 Flash (non-reasoning), Nemotron 3 Ultra 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.