Fireworks AI
PulseAugur coverage of Fireworks AI — every cluster mentioning Fireworks AI across labs, papers, and developer communities, ranked by signal.
- 2026-08-24 hiring Fireworks AI is expanding its operations to London and Europe, actively hiring for multiple roles. 来源
- 2026-08-13 partnership Fireworks AI partnered with Microsoft to release a guide for startups on deploying AI models. 来源
- 2026-08-05 partnership Fireworks AI partnered with Microsoft to offer startups enhanced inference infrastructure on Azure. 来源
- 2026-08-05 partnership Fireworks AI and Voyage AI partnered to integrate Voyage AI's embedding and reranking models onto the Fireworks platform. 来源
- 2026-08-04 product_launch Fireworks AI is co-hosting a webinar with Arize AI to discuss AI model costs. 来源
- 2026-07-31 product_launch Fireworks AI launched a contest to encourage the development of applications using its Kimi K3 model. 来源
- 2026-07-21 funding Fireworks AI announced an annualized revenue run rate of $1 billion. 来源
- 2026-07-20 product_launch Fireworks AI is launching its first Developer Relations office hours event. 来源
- 2026-07-17 funding Fireworks AI announced a $1.5 billion Series D funding round, reaching a $17.5 billion valuation. 来源
- 2026-07-16 product_launch Fireworks AI celebrated a milestone and indicated a focus on specialized intelligence. 来源
- 2026-07-16 funding Fireworks AI raised $1.5 billion in a Series D funding round at a $17.5 billion valuation. 来源
- 2026-07-16 funding Fireworks AI CEO lqiao will discuss the company's $1.5B Series D funding round and $1B ARR milestone. 来源
- 2026-07-16 funding Fireworks AI announced it has achieved $1 billion in Annual Recurring Revenue (ARR) and a $1.5B Series D funding round. 来源
- 2026-07-16 funding Fireworks AI secured $1.5 billion in Series D funding led by X. 来源
- 2026-07-16 funding Fireworks AI achieved $1 billion in Annual Recurring Revenue (ARR) within 16 months, with Bessemer Venture Partners noted as an early supporter. 来源
15 天有情绪数据
Fireworks AI's inference infra proves effective in identifying vulnerabilities in open-weight models
Fireworks AI's inference infrastructure has demonstrated its capability to find 7 high-severity vulnerabilities in Ramp Labs' backend using open-weight models. This suggests their infrastructure is robust and effective for security testing, potentially offering a cost-effective alternative to traditional methods.
Fireworks AI's Serverless 2.0 caters to diverse inference needs with tiered service levels
The launch of Serverless 2.0 with Standard, Priority, and Fast tiers indicates Fireworks AI is addressing a spectrum of inference demands, from general use to high-throughput agent applications. This tiered approach likely enhances user control over performance and cost, making their platform more versatile.
Fireworks AI to announce strategic partnership with NVIDIA following CEO's endorsement
NVIDIA CEO Jensen Huang referred to Fireworks AI as the 'TSMC of AI factories.' This strong endorsement, especially coming from a key player like NVIDIA, suggests a potential for a deeper strategic partnership, possibly involving deeper integration or co-development of future AI hardware/software solutions.
Fireworks AI's Serverless 2.0 tiers cater to diverse agentic workloads
The launch of Fireworks AI's Serverless 2.0 with Standard, Priority, and Fast tiers suggests a strategic focus on supporting the varied demands of agentic applications. The 'Fast' tier, in particular, seems designed for the high-throughput, low-latency requirements often seen in real-time agentic systems, while 'Priority' may handle complex, multi-turn interactions.
Fireworks AI to release a solution for LLM numerical drift
Given Fireworks AI's recent identification of numerical drift issues in LLM training vs. serving, it's plausible they will release a product or feature to address this. This could involve new libraries, model architectures, or serving optimizations designed to ensure numerical parity and maintain model integrity, especially for RLHF applications.
-
Fireworks AI 扩展至伦敦，在欧洲各地招聘
Fireworks AI 正在通过在伦敦建立新基地来扩展其全球业务，重点是建立其欧洲业务。该公司正在积极招聘各种职位以支持此次扩张。此外，Fireworks AI 强调其平台能够在其 Claude Code 环境中集成和利用 GLM、DeepSeek 和 Kimi 等开放权重模型，并为注册用户提供免费积分。
-
Fireworks AI 因推理和训练能力获 Ramp 认可
Fireworks AI 已连续第三个月被列入 Ramp 的顶级软件供应商名单。该公司不仅因其日服务超过 40 万亿个 token 的推理基础设施而受到关注，还在模型微调和训练方面展现了其能力。这一认可凸显了企业部门对 AI 支持机器人日益增长的采用以及对开源和中文模型使用率的增加。
-
OpenRouter替代品：TokenPAPA在中文大模型方面领先，Groq在速度方面领先
多个平台提供了访问大语言模型的OpenRouter替代方案，各有优势。TokenPAPA因其以有竞争力的价格访问DeepSeek V4 Flash和Mimo V2.5等中文大模型，以及简化的注册流程而受到关注。DeepInfra被认为是开源模型经济实惠的选择，而Together AI则提供更全面但价格更高的全栈解决方案，包括微调。Groq凭借其LPU硬件专注于速度，适用于延迟敏感的应用，而Fireworks AI则提供了快速服务和微调能力的结合。
-
FireConnect CLI 简化了 AI 编码工具的开源模型集成
FireConnect 是一款新的开源 CLI 工具，旨在简化各种 AI 编码工具与广泛的开源语言模型的集成。它允许用户配置多个编码助手，例如 GitHub Copilot、Claude Code 和 Cursor，通过单一界面访问来自 Llama、Qwen、DeepSeek、Kimi 和 GLM 等提供商的模型。这消除了为每个工具和模型提供商进行单独配置的需要，从而简化了使用多个 AI 编码助手的开发人员的工作流程。
-
Fireworks AI 与微软合作推出面向初创企业的 AI 部署指南
Fireworks AI 已与微软合作，为初创企业提供有关部署 AI 模型的指南。此次合作的重点是将 AI 产品从原型推向生产，强调架构演进和模型选择。初创企业可以在 Microsoft Foundry 上利用 Fireworks 模型，使用 Azure 来托管开放模型，并通过监控、缓存和治理等功能进行扩展。
-
Fireworks AI 发布持续学习系统的开源 SDK
Fireworks AI 宣布开发了 evsys-sdk，这是一个旨在实现持续学习系统创建的开源存储库。该 SDK 为 Fireworks AI 的基础设施提供了强大的支持，旨在使更广泛的社区能够获得先进的持续学习能力。
-
Fireworks AI 强调生态系统协作以训练法律 AI 模型
Fireworks AI 通过转发 Harvey 的消息，强调其在 AI 生态系统中的作用。该消息详细介绍了包括 Fireworks AI 在内的各种实体如何协作，为法律工作进行模型的后训练。这种协作涉及 Baseten 和 Applied Compute 等推理和后训练基础设施提供商，以及 Trajectory Labs 和 Engram Lab 等基础模型提供商，并使用 LangChain 等工具。
-
Fireworks AI 将讨论 GPT-5.5、Kimi K3 模型的实际成本
Fireworks AI 将于8月6日举办一场网络研讨会，讨论 GPT-5.5 和 Kimi K3 等 AI 模型的实际成本。会议将根据成功完成任务的成本来比较模型性能，随后是与 Fireworks AI 人工智能教育主管和 Arize AI 团队的问答环节。
-
Fireworks AI 扩展活动系列并增加 DeepSeek V4 Flash 0731 微调功能
Fireworks AI 正在通过宣布在旧金山举办新一期“AI Dev Stack”活动来扩展其产品，此前已在纽约市举办过首场活动。本次活动定于8月18日举行，将围绕构建超越编码代理的现代开发栈展开讨论，Braintrust Ai 和 Browserbase 等公司将参与其中。此外，Fireworks 宣布 DeepSeek V4 Flash 0731 模型现已在其平台上提供微调服务，通过其专用训练 API 和托管 UI 支持监督微调…
-
Fireworks AI 与微软合作，为 Azure 提供推理基础设施
Fireworks AI 正与微软合作，在 Azure 上为初创公司提供增强的推理基础设施。此次合作旨在为管理模型成本、延迟和灵活性提供解决方案，特别是针对最小可行产品 (MVP)。此次集成将允许初创公司部署开放模型，并通过监控、缓存和治理等功能将其扩展到生产环境。
-
Fireworks AI集成Voyage AI模型，实现统一检索与生成
Fireworks AI宣布与Voyage AI达成合作，将Voyage AI的嵌入和重排模型直接集成到Fireworks平台。此次合作旨在通过允许用户通过单一API管理检索和生成组件，简化AI性能栈，从而降低延迟并提高数据安全性。集成包括Voyage AI的全部产品线，如Voyage 4模型、voyage-multimodal-3.5和rerank-2.5，为构建基于自有数据的AI的企业提供专业智能。
-
Fireworks AI 的 Kimi K3 模型展示了增强的网络安全防御能力
Fireworks AI 宣布对其 Kimi K3 模型进行了改进，该模型专注于网络安全防御。该公司声称 Kimi K3 在 CyberGym E2E 基准测试中实现了两倍的漏洞检测能力和三倍的补丁修复能力。Fireworks AI 还表示，Kimi K3 的表现优于 GPT-5.5 和 Opus 4.8 等模型，而 GPT-5.6 和 Fable 模型则拒绝协助此类任务。
-
Fireworks AI 和 Arize AI 将讨论 AI 模型成本
Fireworks AI 将于 8 月 6 日与 Arize AI 联合举办网络研讨会，讨论包括 GPT-5.5 和 Kimi K3 在内的各种 AI 模型的实际成本。会议将根据成功完成任务的成本来比较模型性能。
-
MiniMax M3.1 预览版细节不足，提示迁移需谨慎
最近的一篇社区帖子宣布了即将推出的 MiniMax M3.1 模型，强调了在多模态、推理、编码和代理能力方面的潜在改进，以及幻觉的减少。然而，该帖子缺乏关键细节，如基准测试、模型参数、上下文窗口大小、API 定价和发布日期，这导致对其立即采用的准备情况表示怀疑。虽然该公告预示着 M3.1 的开发，但目前它被视为预览版，迁移决策应基于已确认的 M3 性能，或等待 M3.1 的可验证产物，如官方公告、模型卡、权重或可访问的 API 端点。
-
Fireworks AI推出Kimi K3竞赛，旨在改进日常生活应用
Fireworks AI正在举办一场竞赛，鼓励用户使用其Kimi K3模型构建改善日常生活的应用程序。参赛者有一周时间提交演示视频，标记Fireworks AI，并使用话题标签#KimiK3onFireworks。前五名获胜者将获得“Fire Pass”。
-
Fireworks AI 评测 Kimi K3 对比 Anthropic 的 Fable，揭示专业化
Fireworks AI 发布了基准测试结果，将其 Kimi K3 模型与 Anthropic 的 Fable 模型在约 1,000 个代理任务上进行了比较。结果表明是专业化而非直接的追赶，Kimi K3 在安全、加密和长终端循环方面表现出色，而 Fable 在多语言任务和 Web/数据可视化方面表现更好。Fireworks AI 还报告称，其每任务路由达到了 93% 的准确率。
-
Fireworks AI 提供低成本的嵌入模型微调服务
Fireworks AI 提供一项服务，以低廉的成本（相当于一杯咖啡的价格）来微调自定义嵌入模型。此过程旨在通过提高文档检索准确性来改进检索增强生成（RAG）管道。该公司展示了在特定领域微调 Qwen3-Embedding-8B 模型如何带来显著改进，例如 nDCG 分数提高 36%，相关实验在其博客中有详细介绍。
-
Dwarakanath 加入 AI 推理公司 Fireworks AI
Dwarakanath 已加入 Fireworks AI，这是一家专注于推理基础设施的公司。此前，他曾在 Meta、Apple、Uber 和 Google 等主要科技公司以及 Snowflake 为基础计算和 AI 技术做出过贡献。
-
Fireworks AI 为网络安全模型提供支持，并在 CNBC 上讨论人工智能行业趋势
Fireworks AI 是一家推理基础设施公司，正在强调人工智能领域的最新进展。该公司参与了由 depthfirstlabs 开发的顶级网络安全模型 dfs-large1 的后训练。该模型在漏洞检测方面表现出同类最佳的性能。此外，Fireworks AI 在 CNBC 上就更广泛的人工智能行业趋势发表了看法，包括大型科技公司的收益、重大交易以及对人工智能相关进口的新限制。
-
Fireworks AI 发布 K3，一款 3 万亿参数的开放前沿模型
Fireworks AI 宣布推出 K3，这是一款拥有 3 万亿参数的新型开放前沿模型。该模型在其参数级别中被定位为同类产品中的首个。Fireworks AI 将于太平洋时间 8 月 4 日星期二上午 10 点举办一场活动，届时 James 和 OZ 教授将演示如何运行、训练和使用 K3。