Fireworks AI
PulseAugur coverage of Fireworks AI — every cluster mentioning Fireworks AI across labs, papers, and developer communities, ranked by signal.
- 2026-07-09 product_launch Fireworks AI's infrastructure is enabling significant cost reductions for companies running open-weight models. 来源
- 2026-07-08 product_launch Fireworks AI launched its new inference infrastructure, Fireworks, powered by GLM5.2 Fast. 来源
- 2026-07-01 product_launch Fireworks AI launched a refreshed Batch API offering significant cost savings for asynchronous inference tasks. 来源
- 2026-06-30 product_launch Fireworks AI launched its fine-tuned Trace Judge model for detecting errors in agent trajectories. 来源
- 2026-06-27 product_launch Fireworks AI released a case study detailing how FactoryAI used their inference infrastructure to improve open-model usage and efficiency. 来源
- 2026-06-26 product_launch Fireworks AI announced cost savings for its GLM-5.2 model and integration with EvoSkill v1.3.0. 来源
- 2026-06-25 product_launch Fireworks AI launched RL fine-tuning for NVIDIA's Nemotron 3 models. 来源
- 2026-06-25 product_launch Fireworks AI announced the availability of Kimi K2.7 Code and GLM 5.2 models. 来源
- 2026-06-19 product_launch Fireworks AI released new inference infrastructure. 来源
- 2026-06-18 product_launch Fireworks AI is moving all self-serve accounts to prepaid billing. 来源
- 2026-06-12 product_launch Fireworks AI launched inference infrastructure for the MiniMax M3 model. 来源
- 2026-06-04 research_milestone Fireworks AI was recognized on Redpoint's InfraRed 100 list. 来源
- 2026-06-03 product_launch Fireworks AI's inference infrastructure has become generally available on Microsoft Azure Foundry. 来源
- 2026-06-03 product_launch Fireworks AI demonstrated new system-level techniques for improving AI performance and cost-efficiency on legal tasks. 来源
- 2026-06-02 product_launch Fireworks AI demonstrated its inference infrastructure integrated with Palantir Foundry at Microsoft Build. 来源
22 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.
-
MiniMax AI 内核在 Blackwell 上实现稀疏注意力 980 TFLOP/s
MiniMax AI 为 Blackwell 平台开发了新的 M3 内核，利用 KV 静态设计来优化长上下文稀疏注意力。该内核旨在克服稀疏注意力模型中数据依赖块选择带来的速度限制。通过每个选定块只读取一次，该系统在 Nvidia 的 B200 硬件上实现了约 980 TFLOP/s 的性能，保持了稀疏注意力的理论收益。
-
Fireworks AI 为开源模型实现 80% 的成本削减
Fireworks AI 使 Gumloop 等公司能够在其基础设施上运行开源模型，从而节省大量成本。与使用闭源实验室 API 相比，Gumloop 报告费用减少了 80%。这一发展表明，开源模型的广泛采用可能导致整个行业实现显著的成本效益。
-
Gumloop 使用开放权重模型和 Fireworks AI 扩展 AI 代理
Gumloop 已成功将其开放权重 AI 模型集成到其平台中，从而实现了生产就绪的 AI 代理。通过优化其代理工具链并与 Fireworks AI 合作进行推理，Gumloop 在三周内使用开放权重模型的代理聊天量增加了 7 倍。这一转变带来了显著的成本节约，其中一个内部代理的成本降低了高达 72%，同时保持了与 Opus 4.8 等高级模型相同的用户体验。
-
Fireworks AI 发布 GLM5.2 快速推理基础设施，加速软件工程师开发
Fireworks AI 开发了一种名为 Fireworks 的新推理基础设施，旨在加速复杂的软件工程任务。该系统由 GLM5.2 Fast 提供支持，每秒可处理约 400 个 token，显著缩短了开发项目所需的时间。该公司强调，对于复杂的编码任务，速度对于保持开发者的专注和效率至关重要，最近一个项目仅用四天就完成，成本为 218 美元。
-
Fireworks AI 详解用于规模化训练的生产级 RL 基础设施
Fireworks AI 详细介绍了其用于大规模强化学习 (RL) 训练的生产级基础设施，强调了训练器和推理工作负载的分离。该公司在三大洲的四个数据中心利用紧密的集体通信进行训练器操作，并采用分布式异步推理进行 rollout。这种设置对于可靠的 RL 部署至关重要，Fireworks AI 感谢 Cognition 团队提供的训练器技术，该技术是 SWE-1.7 的基础。
-
NVIDIA Nemotron 3 Ultra 凭借 LangChain 集成引领开放式 AI 代理
NVIDIA 的 Nemotron 3 Ultra 模型与 LangChain 的 Deep Agents 平台集成后，在 AI 代理的开源模型中展现出领先的性能。这种集成通过系统调优而非模型再训练实现，与专有模型相比，提高了准确性、任务完成率，并显著降低了推理成本。Abridge、Amdocs 和 EY 等公司正在利用这一开放堆栈解决方案来构建和部署专门的代理以适应其业务工作流程，Fireworks AI 为 Nemotron 3 …
-
AI公司Together和Fireworks AI将出席Raise Summit峰会
Together和Fireworks AI将参加Raise Summit峰会，两家公司的CEO将进行炉边谈话。Together的CEO Vipul Ved Prakash将与Lux Capital的Josh Wolfe讨论开源AI解决方案，而Fireworks AI的CEO lqiao将与Evantic Capital的Matt Evantic讨论AI基础设施。
-
Fireworks AI 在 Stack Overflow 播客上讨论AI应用质量
Fireworks AI 联合创始人 Benny Chan 出现在 Stack Overflow 播客上，讨论了构成高质量AI应用的因素。对话重点关注了在评估AI系统时，如何有效地平衡主观用户体验与客观性能指标。Chan 还谈到了开源评估协议和社区参与在评估AI中的作用。
-
GLM 5.2 Fast 将复杂功能开发速度提升至四天
Fireworks AI 的一位软件工程师详细介绍了他们如何利用 GLM 5.2 Fast 模型显著加速了一个复杂的 GPU 调度器功能开发。该工程师将该模型用作设计伙伴、测试用例生成和代码实现，仅用四天时间就完成了工作，成本为 218 美元。这个过程通常需要一个月的工程工作量，凸显了快速的开源模型通过减少上下文切换和加速迭代开发周期来提高高级工程师生产力的潜力。
-
SemiAnalysis 强调 Fireworks AI 的速度和 SKHY 的纳斯达克首次亮相
SemiAnalysis 正在强调 Fireworks AI 的快速推理能力，暗示其能力出奇地强大。此外，该分析公司正引起对 SKHY 的关注，该公司定于 7 月 10 日在纳斯达克上市，预示着巨大的增长潜力。
-
Fireworks AI 在 Raise Summit 上推广模型微调并讨论 AI 推理基础设施
Fireworks AI 正在推广其推理基础设施服务，并建议模型微调比提示工程更具成本效益。该公司还宣布将参加在巴黎举行的 Raise Summit，届时将与 NVIDIA 讨论 AI 推理和基础设施的未来。
-
NVIDIA 与 AI 云合作，扩展算力基础设施
NVIDIA 正在推出一项新的业务模式，为 AI 公司提供大规模算力基础设施。该计划旨在通过与 AI 云合作，并提供收入分成和信用支持模式，来解决 AI 工厂的资本密集型问题。Sharon AI 和 Firmus 等公司已与 NVIDIA 合作，其中 Sharon AI 部署了多达 40,000 块 NVIDIA Grace Blackwell GB300 GPU，Firmus 则在印度尼西亚建设了一个大型 AI 工厂园区。
-
Fireworks AI推出便宜50%的Batch API用于异步推理
Fireworks AI推出了更新的Batch API，与Serverless选项相比，成本降低了50%。这项异步处理服务允许用户排队任务，并选择12到72小时的完成时间。该API还具有自动提示缓存功能，以进一步提高节省，使用户能够提交任务并稍后检索结果。
-
Fireworks AI 发布 GLM 5.2 开源模型，提供前沿水平的性能
Fireworks AI 发布了 GLM 5.2，这是一个旨在提供与前沿闭源模型相媲美性能的开源模型。该公司强调 GLM 5.2 在编码和代理任务方面的能力，将其定位为专有模型的经济高效替代方案。鼓励用户在 Fireworks 平台上运行 GLM 5.2 以获得最佳性能。
-
Fireworks AI 将 GLM 5.2 与 Microsoft Foundry 集成，实现企业治理
Fireworks AI 宣布 GLM 5.2 现已在 Microsoft Foundry 上可用，为 Frontier 开放模型提供增强的企业治理。此次集成旨在通过允许开发人员使用 FireConnect 和 Foundry PTU 将 GLM 路由到 Codex、OpenCode 或 Raspberry Pi 来简化工作流重建。
-
Fireworks AI 以 Factory 的扫描器为例强调 AI 定制化
Fireworks AI 正在强调 AI 开发中定制化的重要性，并以 Factory 的秘密扫描器为例。原始扫描器是确定性的，导致出现误报或遗漏秘密。这种情况凸显了对更具适应性和更精确的 AI 解决方案的需求。
-
Fireworks AI推出GLM 5.2 Fast以提高推理速度 · 跟踪2个来源
Fireworks AI发布了GLM 5.2模型的更快版本，名为GLM 5.2 Fast。新版本在保持标准GLM 5.2相同质量的同时，实现了显著更高的推理速度，最高可达每秒140个token。该公司还强调了用于实现更高性能的定制部署选项，指出在Artificial Analysis上速度可达每秒446个token。
-
Fireworks AI推出Trace Judge模型用于检测代理错误
Fireworks AI正在推出其微调的Trace Judge模型，该模型旨在识别代理轨迹中的错误。该模型于本月早些时候开发，并于今日开始向早期合作伙伴推出。Fireworks AI声称，与现有的闭源模型相比，Trace Judge模型的检测成本显著降低。
-
Fireworks AI 发布更快的 GLM 5.2 以支持代理工作流
Fireworks AI 推出了 GLM 5.2 Fast，这是一款专为代理工作流设计的模型，其运行速度比标准版本快 2-3 倍。这种增强的速度对于处理大上下文、编写计划和使用工具的代理至关重要，使其更加实用且具成本效益。该模型支持 100 万个 token 的上下文窗口，并具有优化的提示缓存功能，为重复使用的上下文提供显著折扣，这是代理操作中的主要成本因素。GLM 5.2 Fast 采用了一种特殊的架构，结合了混合专家模型 (MoE…
-
Fireworks AI 声称 GLM-5.2 推理速度提升至 446 tokens/秒
Fireworks AI 宣布了其 GLM-5.2 模型的最新推理速度，达到了每秒 446 个 token。这比之前每秒 392 个 token 的速度有所提升。然而，该公司提醒说，这些数据应谨慎解读，因为它们基于中位数分析，个体每日表现可能有所不同。