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
DeepSeek V4.1 Flash 1017 (max)
Kimi K3 (max)
MiniMax-M3.1-Flash
GLM-5.3-Flash
Qwen3.8 2.4T A95BIntelligence Index
共 12 个模型
速度最快
DeepSeek V4.1 Flash (non-reasoning)
Nemotron 3.5 Lightning (BF16)DeepSeek V4.1 Flash 1017 (max)
Inkling (xhigh)MiniMax-M3.1-Flash输出速度
共 12 个模型
价格最低
Nemotron 3.5 Lightning (BF16)GLM-5.3-FlashMiniMax-M3.1-FlashDeepSeek V4.1 Flash 1017 (max)DeepSeek V4.1 Flash (non-reasoning)每 100 万 token 的混合价格
共 12 个模型
Fireworks 提供 12 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 DeepSeek V4.1 Flash 1017 (max)（45）、Kimi K3 (max)（44）和MiniMax-M3.1-Flash（43）。
- 输出速度方面，最快的模型是 DeepSeek V4.1 Flash (non-reasoning)（423 t/s）、Nemotron 3.5 Lightning (BF16)（385 t/s）和DeepSeek V4.1 Flash 1017 (max)（210 t/s）。 各模型之间的速度差异显著，最快与最慢相差 138%。
- 延迟方面，DeepSeek V4.1 Flash (non-reasoning)（0.57 秒）、Nemotron 3.5 Lightning (BF16)（5.65 秒）和DeepSeek V4.1 Flash 1017 (max)（10.66 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-M3.1-Flash（$0.10） 每 100 万 token 的混合价格最低。 各模型价格最多相差 5.0 倍。
- 上下文窗口方面，Kimi K3 (max)（1M）、GLM-5.3-Flash（1M）和Muse Spark Open (xhigh)（1M） 支持 Fireworks 上最大的上下文窗口。
智能评测
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 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
缓存行为
缓存命中率
每任务成本与缓存命中率
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 | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
DeepSeek V4.1 Flash 1017 (max) | 1M | 开放 | 45 | $0.24 | 210 | 1.15 | 13.03 | 9.51 | |||
Kimi K3 (max) | 1.05M | 开放 | 44 | $1.91 | 114 | 1.02 | 22.87 | 17.48 | |||
MiniMax-M3.1-Flash | 1M | 专有 | 43 | $0.22 | 178 | 0.82 | 14.88 | 11.25 | |||
GLM-5.3-Flash | 1.05M | 开放 | 42 | $0.37 | 167 | 3.16 | 18.11 | 11.96 | |||
Qwen3.8 2.4T A95B | 262k | 开放 | 40 | $1.87 | 150 | 0.86 | 17.52 | 13.33 | |||
 Muse Spark Open (xhigh) | 1.05M | 开放 | 39 | $0.84 | 91 | 0.74 | 28.12 | 21.90 | |||
DeepSeek V4 Flash 0731 (max) | 1.05M | 开放 | 34 | $0.09 | -- | -- | -- | -- | |||
GLM-5.2 (max) | 1M | 开放 | 34 | $2.94 | -- | -- | -- | -- | |||
Kimi K3 (low) | 1.05M | 开放 | 30 | $0.92 | 113 | 0.96 | 23.07 | 17.69 | |||
MiniMax-M3 | 524k | 开放 | 29 | $0.50 | 172 | 0.84 | 15.40 | 11.65 | |||
GLM-5 | 203k | 开放 | 28* | -- | -- | -- | -- | -- | |||
Kimi K2.6 | 262k | 开放 | 27 | $0.52 | -- | -- | -- | -- | |||
Inkling (xhigh) | 1.05M | 开放 | 25 | $0.63 | 185 | 0.77 | 14.26 | 10.79 | |||
DeepSeek V4.1 Flash (non-reasoning) | 1M | 开放 | 25 | $0.13 | 423 | 0.57 | 1.75 | -- | |||
Kimi K2.6 (non-reasoning) | 262k | 开放 | 24* | -- | -- | -- | -- | -- | |||
Nemotron 3 Ultra | 262k | 开放 | 23 | $0.32 | 152 | 0.68 | 18.90 | 14.94 | |||
GLM-5 (non-reasoning) | 203k | 开放 | 22* | -- | -- | -- | -- | -- | |||
DeepSeek V3.2 | 164k | 开放 | 21* | -- | -- | -- | -- | -- | |||
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 | 385 | 0.46 | 6.94 | 5.19 | |||
Qwen3 VL 235B A22B | 262k | 开放 | 10* | -- | -- | -- | -- | -- | |||
Qwen3 VL 30B A3B | 262k | 开放 | 9* | -- | -- | -- | -- | -- | |||
Qwen3 VL 30B A3B | 262k | 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 上最智能的模型是 DeepSeek V4.1 Flash 1017 (max)，Intelligence Index 得分为 45。
按输出速度计算，Fireworks 上最快的模型是 DeepSeek V4.1 Flash (non-reasoning)，速度为每秒 422.7 个 token。
Fireworks 上首个答案 Token 延迟最低的模型是 DeepSeek V4.1 Flash (non-reasoning)，延迟为 0.57 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 62 倍，从最实惠的 Nemotron 3.5 Lightning (BF16)（每 100 万 token $0.04）到最昂贵的 Kimi K3 (low)（每 100 万 token $2.31）。
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 12 个模型均支持用于结构化输出的 JSON 模式。
是，Fireworks 上全部 12 个模型均支持函数调用（工具使用）。
是，Fireworks 提供 11 个推理模型：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。