Fireworks AI

Fireworks AI est un hébergeur d'inférence : l'entreprise ne publie pas ses propres modèles, elle sert ceux des autres sur une infrastructure optimisée, avec un catalogue de modèles ouverts et quelques modèles propriétaires. Son argument est le débit et le coût par jeton, obtenus par compilation des graphes de calcul et par un moteur d'exécution maison.

Deux modes de facturation coexistent : à l'usage, au million de jetons selon le modèle choisi, et en débit réservé, où l'on paie à l'heure une capacité garantie. Le second mode a du sens pour un service en production dont le trafic est stable ; le premier convient aux phases de test et aux charges irrégulières.

L'API reprend le format d'OpenAI pour la génération et propose des points d'entrée distincts pour les embeddings, le reranking et la génération d'images. La plateforme permet aussi d'héberger un modèle affiné et de l'appeler comme n'importe quel autre, ce qui évite de gérer soi-même les GPU.

Nous ne mesurons pas l'inférence en direct, faute de clé : la fiche s'appuie sur le statut publié par l'éditeur, relu toutes les cinq minutes, et sur sa documentation tarifaire. Les prix varient selon le modèle choisi, ils ne sont donc pas résumés en une seule ligne.