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
Kimi K3 (max)Kimi K3 (max) (FAST)
GLM-5.3-Flash
Qwen3.8 2.4T A95B
MiniMax-M3Intelligence Index
共 7 个模型
速度最快
Nemotron 3.5 Lightning (BF16)GLM-5.3-FlashMiniMax-M3Nemotron 3 UltraKimi K3 (max) (FAST)输出速度
共 7 个模型
价格最低
Nemotron 3.5 Lightning (BF16)GLM-5.3-FlashMiniMax-M3Nemotron 3 UltraQwen3.8 2.4T A95B每 100 万 token 的混合价格
共 7 个模型
Fireworks 提供 7 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 Kimi K3 (max)（44）、Kimi K3 (max) (FAST)（44）和GLM-5.3-Flash（42）。
- 输出速度方面，最快的模型是 Nemotron 3.5 Lightning (BF16)（343 t/s）、GLM-5.3-Flash（185 t/s）和MiniMax-M3（157 t/s）。 各模型之间的速度差异显著，最快与最慢相差 207%。
- 延迟方面，Nemotron 3.5 Lightning (BF16)（6.28 秒）、GLM-5.3-Flash（12.13 秒）和MiniMax-M3（13.67 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MiniMax-M3（$0.22） 每 100 万 token 的混合价格最低。 各模型价格最多相差 31.8 倍。
- 上下文窗口方面，Kimi K3 (max)（1M）、Kimi K3 (max) (FAST)（1M）和GLM-5.3-Flash（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，Kimi K3 (max) 在智能方面领先。
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
Agentic scientific research workflows in a terminal
Quantitative analysis on spreadsheets & documents
Kubernetes incident root-cause analysis
Visual reasoning
Medical long context reasoning
Intelligence Index 与价格
上下文窗口
上下文窗口
价格
Intelligence Index 与价格
性能摘要
输出速度与价格
速度
按输出速度（每秒 token 数）衡量
输出速度
延迟
按首 Token 延迟（秒）衡量
延迟: 首个答案 Token 延迟
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
端到端响应时间与价格
进一步分析 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
GLM-5.3 (max) | 1.05M | 开放 | 45 | $2.15 | 307 | 1.83 | 9.98 | 6.52 | |||
Kimi K3 (max) | 1.05M | 开放 | 44 | $1.91 | 113 | 1.11 | 23.28 | 17.74 | |||
Kimi K3 (max) (FAST) | 1.05M | 开放 | 44 | $2.72 | 112 | 1.05 | 23.36 | 17.84 | |||
GLM-5.3-Flash | 1.05M | 开放 | 42 | $0.37 | 177 | 1.35 | 15.49 | 11.31 | |||
Qwen3.8 2.4T A95B | 262k | 开放 | 40 | $1.87 | 96 | 1.01 | 27.11 | 20.88 | |||
 DeepSeek V4.1 Flash (max) | 1M | 开放 | 39 | $0.19 | 344 | 0.83 | 8.09 | 5.81 | |||
DeepSeek V4 Pro 0813 (max) | 1M | 开放 | 36 | $0.60 | -- | -- | -- | -- | |||
DeepSeek V4 Flash Vision (max) | 1M | 专有 | 35 | $0.12 | -- | -- | -- | -- | |||
DeepSeek V4 Flash 0731 (max) | 1.05M | 开放 | 34 | $0.09 | -- | -- | -- | -- | |||
GLM-5.2 (max) | 1M | 开放 | 34 | $2.94 | -- | -- | -- | -- | |||
MiniMax-M3 | 524k | 开放 | 29 | $0.50 | 151 | 1.00 | 17.58 | 13.26 | |||
GLM-5 | 203k | 开放 | 28* | -- | -- | -- | -- | -- | |||
Kimi K2.6 | 262k | 开放 | 27 | $0.52 | -- | -- | -- | -- | |||
Kimi K2.7 Code | 262k | 开放 | 26 | $0.52 | -- | -- | -- | -- | |||
Kimi K2.6 (non-reasoning) | 262k | 开放 | 24* | -- | -- | -- | -- | -- | |||
Nemotron 3 Ultra | 262k | 开放 | 23 | $0.32 | 150 | 0.69 | 19.23 | 15.20 | |||
GLM-5 (non-reasoning) | 203k | 开放 | 22* | -- | -- | -- | -- | -- | |||
DeepSeek V3.2 | 164k | 开放 | 21* | -- | -- | -- | -- | -- | |||
 Muse Glimmer (high) | 131k | 开放 | 17 | $0.06 | -- | -- | -- | -- | |||
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 | 13 | $0.02 | 279 | 0.50 | 9.47 | 7.17 | |||
Qwen3 VL 235B A22B | 262k | 开放 | 10* | -- | -- | -- | -- | -- | |||
Qwen3 VL 30B A3B | 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 7 个模型：Kimi K3 (max)、Kimi K3 (max) (FAST)、GLM-5.3-Flash、Qwen3.8 2.4T A95B、MiniMax-M3、Nemotron 3 Ultra和Nemotron 3.5 Lightning (BF16)。
Fireworks 上最智能的模型是 Kimi K3 (max)，Intelligence Index 得分为 44。
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 343.3 个 token。
Fireworks 上首个答案 Token 延迟最低的模型是 Nemotron 3.5 Lightning (BF16)，延迟为 6.28 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 94 倍，从最实惠的 Nemotron 3.5 Lightning (BF16)（每 100 万 token $0.04）到最昂贵的 Kimi K3 (max) (FAST)（每 100 万 token $3.46）。
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 7 个模型均支持用于结构化输出的 JSON 模式。
是，Fireworks 上全部 7 个模型均支持函数调用（工具使用）。
是，Fireworks 提供 7 个推理模型：Kimi K3 (max)、Kimi K3 (max) (FAST)、GLM-5.3-Flash、Qwen3.8 2.4T A95B、MiniMax-M3、Nemotron 3 Ultra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。
是，Fireworks 上全部 7 个模型均为开放权重模型。
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。