Fireworks AI

1. 调研缘由

Fireworks AI 位于开放权重模型生产化的基础设施层。它主要做模型推理、后训练和部署，要解决的事情就是让团队省掉自己搭一整套 GPU 和模型运维环境的麻烦。2025 年 10 月，公司宣布完成 2.5 亿美元的 Series C 轮融资；到 2026 年 6 月，Microsoft 宣布 Fireworks AI on Microsoft Foundry 正式 GA，并透露预览期已经处理了超过 1760 亿 token，覆盖 17 家标普 500 企业。[S10][S12] (fireworks.ai)

本篇重点回答三个问题：Fireworks 到底是一个模型 API 服务商，还是一个更完整的模型生命周期平台；它的性能与成本主张应该怎么验证；以及“企业拥有自己的 AI”这个说法，在模型、数据和部署边界上具体指什么。

2. 简介与产品工作流

Fireworks AI 是一个给开发者和企业用的托管平台，提供 100 多个文本、视觉、音频、图像和 embedding 模型的推理与微调能力。这里说的“开放权重模型”，是指模型权重可以拿到，在许可证允许的范围内可以自己运行或修改的那种模型；Fireworks 的业务重点就是把这些模型做成直接可调用、可扩缩容的生产服务。[S1] (docs.fireworks.ai)

实际使用通常可以分成四步：

1. 团队先从 Serverless 路径入手，选定模型，通过 API 按量调用。这条路径由 Fireworks 托管，用户不用自己配 GPU。[S1][S2] (docs.fireworks.ai)
2. 当项目对延迟、吞吐有更稳定的要求，或者需要更高容量时，可以切到 On-demand deployment，也就是给单个客户分配专属 GPU 的部署方式。[S4] (docs.fireworks.ai)
3. 团队可以用自己的数据做监督微调（SFT）、直接偏好优化（DPO）或强化微调（RFT）。SFT 是用示例答案训练模型，DPO 是训练模型偏向更符合偏好的回答，RFT 则通过评分或奖励信号来反复优化输出。[S5] (docs.fireworks.ai)
4. 微调后的模型目前需要部署在 On-demand 专属环境里提供推理服务。[S6] (docs.fireworks.ai)

所以说，Fireworks 的核心仍然是推理基础设施，但它的产品流程已经延伸到了模型选择、后训练和生产部署。

3. 团队与资本背景

Fireworks AI 的创始团队主要来自 Meta、PyTorch 和 Google。CEO Lin Qiao 之前在 Meta 担任 PyTorch 负责人；联合创始人 Chenyu Zhao 曾负责 Google Vertex AI，其他创始成员也都有 Meta 基础设施和 PyTorch 方面的经历。[S9] (fireworks.ai)

公司在 2025 年 10 月宣布完成 2.5 亿美元 Series C，投后估值 40 亿美元；官方称累计融资额达到 3.27 亿美元。该轮由 Lightspeed、Index Ventures 和 Evantic 领投，Sequoia 继续参投。[S10] (fireworks.ai)

《华尔街日报》报道，公司在当时向媒体表示其年化经常性收入已超过 2.8 亿美元、员工约 115 人。这是 2025 年融资时点的公司披露数据，不应看作当前的实时经营状况。[S11] (wsj.com)

4. 技术基础与生态位

Fireworks 的模型策略以开放权重模型为主。官方文档列出了文本、视觉、音频、图像和 embedding 模型，并且支持函数调用、结构化输出、embedding 和 reranking 等面向生产场景的能力。[S1] (docs.fireworks.ai)

Fireworks 官方还支持把视频和音频作为多模态模型的输入；文档里以 Qwen3 Omni 和 Molmo2 为例，列举了视频字幕、场景分析和多模态问答等用途。这里的 video 指的是视频理解与处理能力，并不代表平台已披露了通用的视频生成能力。[S17] (docs.fireworks.ai)

在共享推理层，Serverless 分为 Standard、Priority、Fast 三种服务路径：Standard 是默认路径；Priority 面向高峰期需要更高可靠性的场景；Fast 则面向低延迟场景，需要切换到对应的 Fast 模型版本。[S2] (docs.fireworks.ai)

在专属推理层，On-demand deployment 使用专属 GPU，官方把它定位成适合低延迟、更高吞吐、较稳定性能以及共享模型库以外模型的路径，按 GPU 秒计费。企业还可以购买保留容量，通常以一年期承诺换来保证容量、更高配额和更低的 GPU 小时价格。[S4][S4] (docs.fireworks.ai)

Fireworks 也提供在客户自有 AWS 账户内运行集群的 EKS 路径：计算资源和网络可以放在客户自己的 AWS 账户里，但该方案使用的是 Fireworks 管理的 control plane，模型和部署仍通过 Fireworks 的 CLI 和 Web 控制台来管理。[S7] (docs.fireworks.ai)

这也就意味着，“企业拥有自己的 AI”在 Fireworks 这套产品语境里，主要包括模型选择、模型定制、专属容量以及部分客户云账户内的部署控制；它并不等于默认给你交付一套完全脱离 Fireworks 控制面的本地私有化平台。[S4][S6][S7] (docs.fireworks.ai)

数据方面，官方称开放模型的 prompt 和生成内容默认不会被记录或存储，除非用户主动选择加入相关数据处理；企业实际落地时，还是要结合具体合同、模型、账户配置和部署路径去核实。[S8] (docs.fireworks.ai)

open_status: partial 指的是 Fireworks 的生态里存在一些开放组件，比如 Eval Protocol 和 FireConnect；这并不表示它的主力云端推理平台整体开源。[S16] (fireworks.ai)

5. 市场与外部信号

Fireworks 的商业路径和产品层级是对应的：Serverless 按 token 计费；批处理价格为对应 Serverless 输入与输出价格的 50%；On-demand 按 GPU 秒计费；SFT 和 DPO 按训练 token 计费，部分 160 亿参数以下模型的 RFT 按官方规则可以免费使用。[S3][S4][S5] (docs.fireworks.ai)

Microsoft 在 2026 年 6 月宣布 Fireworks AI on Foundry 正式 GA，提供了企业 SLA、访问控制、审计日志和 PTU Data Zone 支持。微软同时还列出了 Perplexity、Motif、UiPath、StackBlitz 等生产落地案例，并披露了预览期的使用数据。[S12] (devblogs.microsoft.com)

这一合作释放的信号是，Fireworks 不只是靠自己的 API 入口，它也通过 Microsoft Foundry 进入了那些已有 Azure 采购、治理和运维体系的企业客户通路。[S12] (devblogs.microsoft.com)

6. 公开评价与主要分歧

目前能看到的外部独立评价还比较有限。已找到的独立资料主要是动态性能基准和行业报道，还不足以拼出一幅关于 Fireworks 长期稳定性、客户支持、真实总成本或迁移难度的完整图景。

正面评价（独立基准）：

Artificial Analysis 提供了横跨 500 多个模型 API 端点的供应商比较，覆盖价格、输出速度、延迟和上下文长度等指标；Fireworks 是它追踪的供应商之一。这类基准给同模型、同指标下的横向测试提供了一个参考框架。[S13] (artificialanalysis.ai)

但目前还缺乏足够多的独立长期实测，能据此概括 Fireworks 在所有模型、所有地区或所有负载条件下的整体优势。

主要批评/质疑（独立媒体 / 分析师观点）：

《华尔街日报》引述了 Gartner 分析师的观点，指出很多企业还缺少把模型、数据和推理平台组合成生产系统的专业能力。这是推理平台赛道整体面临的采用门槛，并不是针对 Fireworks 某个具体产品故障的直接指控。[S11] (wsj.com)

存在分歧之处：

性能主张必须按具体模型、价格口径、上下文长度、区域、并发量和服务路径来验证。Artificial Analysis 的供应商数据采用的是滚动时间窗口里的 P50 表现，适合观察某一时点的端点状态，但不适合被直接写成平台的永久排名。[S13] (artificialanalysis.ai)

7. 同类对比（与头部/高知名度同类项目）

主要对标项目： Together AI、Baseten。

关键维度对比（事实，标来源）：

维度	Fireworks AI	Together AI	Baseten
共享推理入口	提供 Serverless API，并区分 Standard、Priority、Fast 服务路径。[S2]	提供 Serverless Inference，并提供 Batch Inference。[S14]	提供托管模型 API，也支持以 Truss 打包和部署自定义模型。[S15]
专属部署	On-demand 使用专属 GPU；另有保留容量方案。[S4]	提供 Dedicated Model Inference、Dedicated Container Inference 与 GPU Clusters。[S14]	部署运行在自动扩缩容基础设施上，可设置副本、并发与缩容规则。[S15]
模型定制	支持 SFT、DPO、RFT；微调模型通过 On-demand 部署服务。[S5][S6]	定价页列出 Fine-Tuning 与 Evaluations 产品，并公开 SFT、DPO 等定价项。[S14]	本次核实的官方页面重点说明模型封装、部署与自动扩缩容；未找到足够公开资料确认与前两者完全对应的托管 SFT/DPO/RFT 产品路径。[S15]
客户云环境	可在客户 AWS 账户内建立 EKS 集群，但使用 Fireworks 管理的 control plane。[S7]	官方页面列有 Dedicated Inference 与 GPU Clusters；本次所查页面未给出与 Fireworks EKS 路径完全一致的客户自有 AWS 账户控制面说明。[S14]	官方称通过多云容量管理跨云与区域调度部署；本次所查页面未给出与 Fireworks EKS 路径完全一致的客户账户部署说明。[S15]
可比较的独立基准	Artificial Analysis 覆盖其部分模型 API 端点。[S13]	Artificial Analysis 覆盖其部分模型 API 端点。[S13]	Artificial Analysis 覆盖其部分模型 API 端点。[S13]

公开评价中的对比（标源，非个人裁决）：

三者都覆盖开放模型的生产推理，但产品切入点不一样：Fireworks 把共享 API、专属 GPU、后训练和客户 AWS 账户内集群放进了一条产品路径；Together 的公开产品层级还包含 GPU Clusters、Sandbox、Managed Storage 和 Evaluations；Baseten 的官方文档则更突出自定义模型打包、部署、自动扩缩容和多云调度。[S1][S4][S5][S7][S14][S15] (docs.fireworks.ai)

目前还缺少足够稳定、长期、同模型同负载的独立资料，能用来对三者做整体的性能或总成本排序。比较的时候，应该按实际模型、区域、调用形态和采购方式分别测试。[S13] (artificialanalysis.ai)

8. 信息缺口与后续观察

Fireworks 已经公开了 API、部署方式和部分数据安全规则，但还没有找到足够公开资料来拆解它的底层推理引擎、GPU 资源调度、不同量化格式以及长上下文条件下的统一性能方法。

还没有找到足够公开资料来确认客户 AWS 账户内 EKS 路径的商业门槛、适用区域、运维责任边界和正式采购模式。

也还缺少足够多的独立长期测试，来比较 Fireworks、Together AI 和 Baseten 在突发流量、长上下文、模型升级、故障切换、支持响应和总成本上的实际表现。

后续可以持续观察的有：Microsoft Foundry 的新增区域和客户案例、Fireworks 的客户云部署能力会不会进一步扩展、后训练支持的模型范围变化，以及同模型第三方性能基准的持续数据。

9. 归纳洞察 ★

Fireworks 呈现出一种开放权重模型基础设施的路线：平台之间的竞争已经不只看“模型目录有多大”，还要看能不能把共享调用、专属容量、模型定制和生产部署连成一条连续的流程。

拆开来看，它的企业价值主张需要按部署边界来区分。共享 API 和专属 GPU 还是托管服务；客户 AWS 账户里的 EKS 路径则多了对基础设施位置和网络的控制，但控制面仍然在 Fireworks 手里。

Microsoft Foundry 的正式 GA 表明，这类平台的竞争维度也包含了分发和采购入口：推理服务可以借助云平台的企业治理、审计和合同体系到达客户，而不光是靠独立开发者 API 这一条路。

10. 来源与更新时间

• 信息截至(as_of): 2026-07-08
• 最后复查(last_checked): 2026-07-08
• 最后更新(last_updated): null