Fireworks AI

💰 价格与方案

🔧 API 与开发者体验

• API 接口: OpenAI 兼容端点 https://api.fireworks.ai/inference/v1 — 大多数 OpenAI SDK 只需替换 base_url 与 api_key 即可使用。支持聊天补全、流式、函数调用、结构化输出、视觉与向量嵌入。
• 注册与额度: 在 app.fireworks.ai 完全自助注册；新账号赠送 $1 免费额度，后付费计费，无服务器端限流较高。无需销售沟通即可开始。
• 服务路径: 三档无服务器服务：Standard（默认）、Priority（更高限流与吞吐，约 1.5 倍价格）、Fast（更低延迟）。仅美国端点加价 10%，满足数据驻留需求。
• 提示词缓存与批量: 缓存输入 token 价格约便宜 90%（如 DeepSeek V4 Pro 缓存 $0.145 vs 输入 $1.74/百万）；批量推理按无服务器价格的 5 折计费（输入输出均适用）。
• 微调与训练: 支持 LoRA SFT/DPO、全参 SFT/DPO 与 RL 微调；微调模型按基础模型的无服务器价格提供服务。Serverless Training API 按 token 计费（无需预置），Dedicated Training API 按 GPU 小时计费。
• 按需 GPU: H100（$7/小时）、H200（$7）、B200（$10）、B300（$12）、GB300（$18）——按秒计费、无启动费用；区域受限部署加价 50%。
• 函数调用与智能体: 原生工具调用支持 JSON schema，另有 Fireworks 自研的 Firefunction 函数调用优化开源模型系列，适合智能体负载。

🚀 高性能开源权重推理与 Moonshot 引擎

Fireworks AI 的核心优势是高性能托管开源权重模型：前沿开源版本几天内即可上线——DeepSeek V4 Pro 0813、Kimi K3、GLM 5.2、Qwen 3.7 Plus、MiniMax M3 与 OpenAI GPT OSS 系列都运行在自研 Moonshot 推理引擎上，官方声称吞吐量比开源推理栈高约 250%、延迟低约 50%。同一平台还提供按秒计费、无启动费用的按需 GPU（H100/H200/B200/B300/GB300），以及完整的微调栈（LoRA 与全参 SFT/DPO 及 RL），训练后的模型按基础模型的无服务器价格提供服务。这种组合——最新开源权重、快速推理、GPU 与微调同一账单——正是它与纯 API 转售商的最大区别。

🌐 中国访问与延迟

Fireworks AI 是美国公司，在中国大陆没有节点，api.fireworks.ai 并未针对中国流量优化。大陆直连通常需要代理、VPN 或海外中转，实际延迟常在 200–500ms 以上（取决于线路质量），远高于国内厂商的百毫秒以内。没有面向中国的专属定价或结算方式。替代方案：通过 OpenAI 兼容的聚合器转发以访问相同模型，或在国内 GPU 云上自托管开源权重模型（DeepSeek、Qwen、GLM、Kimi）——目录中大部分是开源权重，Fireworks 并非唯一托管方。