Fireworks
从推理到智能
Fireworks AI 由 PyTorch 原班团队打造，是面向生产的推理云平台，提供 200+ 开源模型的极速推理、微调与规模化部署，API 兼容 OpenAI。
免费试用 · 无需下载即可在线体验
由 PyTorch 团队打造的推理云平台
速度、质量与成本兼得
Fireworks AI 自称「From Inference to Intelligence」，核心是为开源模型提供极速、高质量、低成本的推理。其自研 FireAttention 推理引擎采用手写 CUDA 内核与自适应投机解码，在多个模型家族上带来 3–12 倍更低延迟与最高 5.6 倍更高吞吐。
平台提供 Serverless、On-Demand GPU 与 Batch 三种部署形态，覆盖文本、视觉、语音、图像与嵌入五种模态，新开源权重通常在发布 24 小时内上线（Day-0 支持）。
2026 年 8 月 Fireworks 完成 15.05 亿美元 D 轮、估值 175 亿美元，年化收入运行率突破 10 亿美元，日处理 Token 超 40 万亿，客户包括 Uber、Shopify、GitLab、Cursor 等。
核心功能一览
六大核心能力，覆盖创作全流程
极速 Serverless 推理
无冷启动、按 token 计费的自适应扩缩容，配合 FireAttention 在速度与成本间取得平衡，覆盖 4B 以下文本 / 视觉模型低至 $0.10 / 1M tokens。
完整后训练栈
在同一 API 下自助完成 SFT、LoRA、强化微调与 RL，是少数把推理与微调放在同一平面的供应商，可同时上线数百个 LoRA 适配器。
多模态模型库
单一平台托管文本、视觉、语音转写、图像生成与嵌入模型，FLUX 等图像模型按步计费，Whisper 语音按分钟计费。
规模化部署
On-Demand GPU（H100/H200/B200）保证低延迟与合规，Batch 推理以半价处理非实时大批量任务，企业版支持自带云与零数据保留。
零基础快速上手
4 步完成你的第一件 AI 作品，无需任何设计经验
注册并获取 API Key
在 fireworks.ai 注册账号（含 $1 试用额度），于控制台创建 API Key 用于鉴权。
选择并调用模型
浏览模型库挑选合适模型，使用 OpenAI 兼容端点发起推理请求，仅需替换 base_url 与 key 即可迁移现有代码。
微调你的模型
用 FireOptimizer 在私有数据上做 LoRA / 全参 SFT，训练完成后免费托管到 Serverless，无需自建 GPU 基础设施。
投入生产
按需切换到 On-Demand GPU 或 Batch 推理，结合遥测与用量限制把负载稳定推向生产。
开源模型推理云对比
和同类工具横向对比，帮你选对工具。
| 对比维度 | 维度 | Fireworks | Together | Groq |
|---|---|---|---|---|
| 自研推理引擎 | FireAttention | 有 | LPU 硬件 | |
| 后训练 / 微调 | 同 API 完整栈 | 有 | 较弱 | |
| 模态覆盖 | 文本/视觉/语音/图像/嵌入 | 文本为主 | 文本/视觉 | |
| Day-0 开源模型 | 发布 24h 内 | 快 | 部分 | |
| 典型卖点 | 速度 + 微调一体 | 开放权重生态 | 超低延迟 |
同类推荐工具
发现更多优质 AI 创作工具，找到最适合你的那一款
Cohere
Cohere 是面向企业的 AI 公司，由 Transformer 论文《Attention Is All You Need》的联合作者 Aidan Gomez 于 2019 年在多伦多创立，提供 Command 系列大模型、Embed 与 Rerank 模型以及 Coral 企业助手，支持 AWS / GCP / Azure 与本地私有部署，专注 RAG 与数据安全。
Deepgram
Deepgram 是用于实时与批量语 音转写的开发者优先 STT API，Nova-3 模型实现亚 300ms 流式延迟、50+ 语言支持，并为语音智能体提供原生端点检测。
Dify
Dify 是开源的 LLM 应用开发平台，把可视化工作流编排、RAG 知识库、Agent 框架、模型管理与 LLMOps 观测集成在一个画布里，支持云端与私有化部署。
Groq
Groq 是提供极速 AI 推理的开放平台，自研 LPU 处理器让开源大模型实现亚秒级响应，并通过 OpenAI 兼容 API 让开发者即插即用。