Fireworks：模型智能、性能与价格
本分析旨在帮助你根据使用场景，选择 Fireworks 提供的最佳模型。
最智能
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
共 14 个模型
速度最快
Nemotron 3.5 Lightning (BF16)DeepSeek V4 Flash 0731 (max)GLM-5.2 (max)GLM-5.3-Flash
MiniMax-M3输出速度
共 14 个模型
价格最低
Nemotron 3.5 Lightning (BF16)GLM-5.3-FlashDeepSeek V4.1 Flash (max)DeepSeek V4 Flash Vision (max)DeepSeek V4 Flash 0731 (max)每 100 万 token 的混合价格
共 14 个模型
Fireworks 提供 14 个模型，每个模型的智能、性能和价格特征各不相同。 下方对比了各模型的关键指标。
- 智能方面，Fireworks 上表现最好的模型是 GLM-5.3-Flash（42）、Qwen3.8 2.4T A95B（40）和DeepSeek V4.1 Flash (max)（40）。
- 输出速度方面，最快的模型是 Nemotron 3.5 Lightning (BF16)（491 t/s）、DeepSeek V4 Flash 0731 (max)（250 t/s）和GLM-5.2 (max)（233 t/s）。 各模型之间的速度差异显著，最快与最慢相差 185%。
- 延迟方面，Kimi K2.6 (Non-reasoning)（0.78 秒）、Nemotron 3.5 Lightning (BF16)（4.54 秒）和DeepSeek V4 Flash 0731 (max)（8.63 秒） 的首个答案 Token 延迟最低。
- 价格方面，Nemotron 3.5 Lightning (BF16)（$0.04）、GLM-5.3-Flash（$0.10）和DeepSeek V4.1 Flash (max)（$0.11） 每 100 万 token 的混合价格最低。 各模型价格最多相差 3.1 倍。
- 上下文窗口方面，GLM-5.3-Flash（1M）、DeepSeek V4 Flash 0731 (max)（1M）和DeepSeek V4.1 Flash (max)（1M） 支持 Fireworks 上最大的上下文窗口。
- Nemotron 3.5 Lightning (BF16) 同时拥有最快输出和最佳价格，对吞吐量敏感且注重成本的应用很有吸引力。对于要求最高质量的任务，GLM-5.3-Flash 在智能方面领先。
亮点
智能评测
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
上下文窗口
Context Window
价格
Intelligence Index vs. Price
性能摘要
Output Speed vs. Price
速度
按输出速度（每秒 token 数）衡量
Output Speed
延迟
按首 Token 延迟（秒）衡量
Latency: Time To First Answer Token
端到端响应时间
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
进一步分析 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
GLM-5.3-Flash | 1.05M | 开放 | 42 | $0.30 | 180 | 1.49 | 15.40 | 11.13 | |||
Qwen3.8 2.4T A95B | 262k | 开放 | 40 | $1.87 | 109 | 1.05 | 23.96 | 18.33 | |||
DeepSeek V4.1 Flash (max) | 1M | 开放 | 40 | $0.19 | 92 | 1.38 | 28.50 | 21.70 | |||
DeepSeek V4 Pro 0813 (max) | 1M | 开放 | 36 | $0.60 | 89 | 1.64 | 29.86 | 22.58 | |||
DeepSeek V4 Flash Vision (max) | 1M | 专有 | 35 | $0.12 | 142 | 0.91 | 18.57 | 14.13 | |||
DeepSeek V4 Flash 0731 (max) | 1.05M | 开放 | 35 | $0.09 | 253 | 0.63 | 10.51 | 7.90 | |||
GLM-5.2 (max) | 1M | 开放 | 34 | $0.64 | 228 | 1.68 | 12.64 | 8.77 | |||
MiniMax-M3 | 524k | 开放 | 30 | $0.50 | 175 | 0.96 | 15.26 | 11.44 | |||
GLM-5 | 203k | 开放 | 28* | -- | -- | -- | -- | -- | |||
 Kimi K2.6 | 262k | 开放 | 27 | -- | 72 | 0.82 | 69.72 | 61.95 | |||
Kimi K2.7 Code | 262k | 开放 | 26 | $0.52 | 121 | 0.68 | 23.25 | 18.43 | |||
Kimi K2.6 (Non-reasoning) | 262k | 开放 | 24* | -- | 64 | 0.78 | 8.63 | -- | |||
Nemotron 3 Ultra | 262k | 开放 | 23 | $0.22 | 171 | 0.65 | 16.91 | 13.33 | |||
GLM-5 (Non-reasoning) | 203k | 开放 | 22* | -- | -- | -- | -- | -- | |||
DeepSeek V3.2 | 164k | 开放 | 21* | -- | -- | -- | -- | -- | |||
 Muse Glimmer (high) | 131k | 开放 | 18 | $0.06 | 61 | 1.12 | 42.05 | 32.74 | |||
DeepSeek V3.2 (Non-reasoning) | 164k | 开放 | 16* | -- | -- | -- | -- | -- | |||
DeepSeek V3.1 (Non-reasoning) | 164k | 开放 | 14* | -- | -- | -- | -- | -- | |||
Nemotron 3.5 Lightning (BF16) | 262k | 开放 | 14 | $0.02 | 491 | 0.46 | 5.55 | 4.07 | |||
Qwen3 VL 235B A22B | 262k | 开放 | 10* | -- | -- | -- | -- | -- | |||
Qwen3 VL 30B A3B (Reasoning) | 262k | 开放 | 9* | -- | -- | -- | -- | -- | |||
Qwen3 VL 30B A3B | 262k | 开放 | 8* | -- | -- | -- | -- | -- | |||
Llama 3.3 70B | 131k | 开放 | 8* | -- | -- | -- | -- | -- | |||
Qwen3 30B | 262k | 开放 | 8* | -- | -- | -- | -- | -- | |||
Qwen3 8B (Non-reasoning) | 41k | 开放 | 6* | -- | -- | -- | -- | -- | |||
关键定义
常见问题
关于 Fireworks 的常见问题
Fireworks 提供我们跟踪的 14 个模型：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)和Nemotron 3.5 Lightning (BF16)。
Fireworks 上最智能的模型是 GLM-5.3-Flash，Intelligence Index 得分为 42。
按输出速度计算，Fireworks 上最快的模型是 Nemotron 3.5 Lightning (BF16)，速度为每秒 490.9 个 token。
Fireworks 上首个答案 Token 延迟最低的模型是 Kimi K2.6 (Non-reasoning)，延迟为 0.78 秒。延迟越低，初始响应越快。
按混合价格计算，Fireworks 上最实惠的模型是 Nemotron 3.5 Lightning (BF16)，每 100 万 token 的价格为 $0.04（缓存命中/输入/输出比例为 7:2:1）。
Fireworks 上各模型价格最多相差 32 倍，从最实惠的 Nemotron 3.5 Lightning (BF16)（每 100 万 token $0.04）到最昂贵的 Qwen3.8 2.4T A95B（每 100 万 token $1.18）。
是，Fireworks 提供兼容 OpenAI 的 API，可以轻松从 OpenAI 切换，或继续使用现有的 OpenAI SDK 集成。
是，Fireworks 上全部 14 个模型均支持用于结构化输出的 JSON 模式。
是，Fireworks 上全部 14 个模型均支持函数调用（工具使用）。
是，Fireworks 提供 13 个推理模型：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)和Nemotron 3.5 Lightning (BF16)。推理模型会先进行扩展思考来解决复杂问题，再给出答案。
会。服务商性能可能因基础设施变化、负载均衡和更新而随时间波动。我们持续对所有服务商进行基准测试，并在“随时间变化”图表中展示历史性能趋势。
选择 Fireworks 上的模型时，请考虑：智能（适合质量敏感型任务）、输出速度（适合吞吐量密集型任务）、延迟（适合需要快速首次响应的交互式应用）、价格（适合成本敏感型工作负载），以及上下文窗口大小、JSON 模式或函数调用支持等功能。