¿Qué es Fireworks AI?
Fireworks AI ejecuta modelos de IA de pesos abiertos para desarrolladores. Puedes llamar a modelos populares mediante una API compartida de pago por token, alquilar GPU dedicadas para tu propio despliegue o ajustar un modelo y servirlo al mismo precio que el original.
Los precios son por millón de tokens. Ejemplos de la documentación: GPT OSS 120B cuesta 0,15 $ de entrada y 0,60 $ de salida, DeepSeek V4.1 Flash cuesta 0,30 $ y 1,20 $, y Kimi K3 cuesta 3,00 $ y 15,00 $. Los trabajos por lotes cuestan la mitad del precio normal, y la entrada en caché tiene un descuento de aproximadamente el 80% al 98% según el modelo. Las GPU dedicadas H100 y H200 cuestan 8 $ la hora, con facturación por segundo.
¿Cuánto cuesta Fireworks AI?
| Plan | Precio | Qué incluye |
|---|---|---|
| GPT OSS 120B | $0.15 in / $0.60 out per 1M tokens | |
| Kimi K3 | $3 in / $15 out per 1M tokens | |
| Dedicated H100/H200 | $8/hour | |
| Dedicated B200 | $13/hour | |
| Fine-tuning | From $0.50 per 1M training tokens |
Créditos prepago. Por 1M de tokens, p. ej. GPT OSS 120B 0,15 $ de entrada / 0,60 $ de salida, Kimi K3: 3 $ / 15 $. Lotes con un 50% de descuento. H100/H200 dedicadas: 8 $/hora, B200: 13 $/hora. Ajuste fino desde 0,50 $ por 1M de tokens de entrenamiento.
¿Merece la pena Fireworks AI?
Una vez que has decidido usar un modelo abierto, lo difícil es encontrar dónde servirlo que siga el ritmo de los lanzamientos y no se quede con tus datos.
Fireworks cumple esa función. El catálogo de octubre de 2026 sigue de cerca los principales lanzamientos, con Kimi K3, DeepSeek V4.1 Flash, GLM 5.3, Qwen 3.8 Max, MiniMax M3 y modelos NVIDIA Nemotron. La API sigue el formato de OpenAI, así que trasladar una app existente consiste sobre todo en cambiar la URL base y la clave.
Sus opciones de datos por defecto son mejores que las de la mayoría de rivales. La documentación dice que los prompts y las respuestas de los modelos abiertos no se registran ni se guardan salvo que lo actives; solo viven en memoria durante la petición, más unos minutos de caché de prompts. Fireworks declara SOC 2 Type II, HIPAA, e ISO 27001, 27701 y 42001, con los informes en su trust centre.
Los precios son detallados, no ocultos. Cada modelo tiene una tarifa Standard, un nivel Priority a aproximadamente 1.25x para tiempos de respuesta más estables, un nivel Fast a 1.5x en algunos modelos y un recargo del 50% por enrutar solo por EE. UU. Los lotes cuestan la mitad, y la entrada en caché baja hasta 0,006 $ por millón en DeepSeek V4.1 Flash, lo que cambia las cuentas para agentes que reenvían contextos largos.
El ajuste fino, enseñar a un modelo con tus propios ejemplos, es el argumento más fuerte. El entrenamiento LoRA empieza en 0,50 $ por millón de tokens para modelos de hasta 16B parámetros, y el modelo ajustado se sirve después al precio por token del modelo base en lugar de en una GPU dedicada.
La pega: dos cosas cuestan más de lo que esperas. La Responses API guarda las conversaciones durante 30 días porque store=True es la opción por defecto, algo que pilla a la gente por sorpresa. Y el hardware dedicado es donde Fireworks pierde: 8 $ la hora por una H100 frente a la tarifa de 4,50 $ de fal, con el límite de peticiones de toda la cuenta fijado en 6.000 por minuto gastes lo que gastes.
Nuestra opinión: Fireworks es como un apartamento con servicios bien gestionado. Las zonas comunes están ordenadas y tienen un precio justo, y alquilar una planta entera para ti cuesta bastante más que en la calle de al lado.
Dónde se gana su sitio
Un ingeniero de backend en una empresa SaaS con un bot de soporte basado en OpenAI
Reducir el coste de inferencia pasándose a un modelo abierto
Apunta el SDK de OpenAI a Fireworks y cambia a GPT OSS 120B a 0,15 $ de entrada y 0,60 $ de salida por millón de tokens. Diez mil millones de tokens de entrada y dos mil millones de salida al mes salen por unos 2.700 $ antes de los descuentos de caché.
Un equipo de ML en una startup de tecnología sanitaria
Ajustar un modelo con notas clínicas anonimizadas y servirlo bajo HIPAA
Ajusta con LoRA un modelo de 16B o menos a 0,50 $ por millón de tokens de entrenamiento y sírvelo después al precio base. La retención cero es la opción por defecto en inferencia; los administradores enterprise también pueden bloquear por completo las subidas para entrenamiento.
Un equipo de datos en un marketplace de comercio electrónico
Clasificar y etiquetar millones de fichas de producto durante la noche
Ejecuta trabajos por lotes al 50% de los precios serverless; en DeepSeek V4.1 Flash eso son 0,15 $ de entrada y 0,60 $ de salida por millón de tokens, con los prompts de sistema repetidos en caché a una fracción de céntimo.
Antes de decidirte
- Puesta en marcha
- Añade créditos prepago, crea una clave de API y llama a cualquier modelo serverless con el SDK de OpenAI; sin método de pago quedas limitado a 10 peticiones por minuto.
- Integraciones
- API compatibles con OpenAI de chat, completions y Responses, embeddings, lotes, API de entrenamiento gestionado y serverless, y despliegues de GPU bajo demanda.
- Datos y privacidad
- Sin registro de prompts ni respuestas de modelos abiertos salvo que lo actives; la Responses API guarda datos 30 días por defecto. SOC 2 Type II, HIPAA, ISO 27001, 27701 y 42001.
- Coste a escala
- Los niveles de gasto van de 50 $ a 5.000 $ en créditos para desbloquear límites más altos; una H100 dedicada funcionando todo el mes cuesta unos 5.800 $, y los despliegues restringidos por región cuestan 1.5x.
- Límites
- Los límites serverless son topes adaptativos de tokens por minuto fijados por nivel; el límite de toda la cuenta es de 6.000 peticiones por minuto, y todo se pausa al llegar al 100% de tu límite de gasto mensual.
Lo bueno
- Sin registro de prompts ni respuestas por defecto en los modelos abiertos
- SOC 2 Type II, HIPAA, ISO 27001, 27701 y 42001
- Modelos ajustados servidos al precio por token del modelo base
- Lotes con un 50% de descuento; entrada en caché hasta un 98% más barata
Lo malo
- H100 dedicada a 8 $/hora, muy por encima de los proveedores especializados de GPU
- La Responses API guarda las conversaciones 30 días salvo que uses store=False
- Las páginas de precios no muestran créditos gratuitos para cuentas nuevas
- Límite fijo de 6.000 peticiones por minuto para toda la cuenta
Ideal para
Equipos que usan modelos abiertos en producción y quieren ajuste fino y precios por token previsibles.
Alternativas a Fireworks AI
Fireworks AI: preguntas frecuentes
- ¿Merece la pena Fireworks AI?
- Fireworks es un hogar seguro en producción para modelos abiertos, no guarda nada por defecto y sirve modelos ajustados a precio de modelo base, y sus GPU dedicadas son la única parte cara. Le damos un 4.4 sobre 5.
- ¿Cuánto cuesta Fireworks AI?
- Créditos prepago. Por 1M de tokens, p. ej. GPT OSS 120B 0,15 $ de entrada / 0,60 $ de salida, Kimi K3: 3 $ / 15 $. Lotes con un 50% de descuento. H100/H200 dedicadas: 8 $/hora, B200: 13 $/hora. Ajuste fino desde 0,50 $ por 1M de tokens de entrenamiento.
- ¿Qué inconvenientes tiene Fireworks AI?
- H100 dedicada a 8 $/hora, muy por encima de los proveedores especializados de GPU; la Responses API guarda las conversaciones 30 días salvo que uses store=False; las páginas de precios no muestran créditos gratuitos para cuentas nuevas; límite fijo de 6.000 peticiones por minuto para toda la cuenta.
- ¿Para quién es Fireworks AI?
- Equipos que usan modelos abiertos en producción y quieren ajuste fino y precios por token previsibles.
- ¿Cuánto cuesta Fireworks AI para un equipo o en producción?
- Los niveles de gasto van de 50 $ a 5.000 $ en créditos para desbloquear límites más altos; una H100 dedicada funcionando todo el mes cuesta unos 5.800 $, y los despliegues restringidos por región cuestan 1.5x.
- ¿Es Fireworks AI seguro para los datos de la empresa?
- Sin registro de prompts ni respuestas de modelos abiertos salvo que lo actives; la Responses API guarda datos 30 días por defecto. SOC 2 Type II, HIPAA, ISO 27001, 27701 y 42001.
- ¿Cuáles son las mejores alternativas a Fireworks AI?
- Las alternativas más cercanas que hemos analizado son Together AI, Groq, Cerebras y OpenRouter.
Respuestas comprobadas el 22 oct 2026.