Qu’est-ce que Fireworks AI ?
Fireworks AI fait tourner des modèles d'IA open-weight pour les développeurs. Vous pouvez appeler des modèles populaires via une API partagée facturée au token, louer des GPU dédiés pour votre propre déploiement, ou affiner un modèle et le servir au même prix que l'original.
Les prix sont exprimés par million de tokens. Exemples tirés de la documentation : GPT OSS 120B coûte 0,15 $ en entrée et 0,60 $ en sortie, DeepSeek V4.1 Flash 0,30 $ et 1,20 $, et Kimi K3 3,00 $ et 15,00 $. Les traitements par lots coûtent moitié moins cher que le prix normal, et l'entrée en cache bénéficie d'une remise d'environ 80 % à 98 % selon le modèle. Les GPU H100 et H200 dédiés coûtent 8 $ l'heure, facturés à la seconde.
Combien coûte Fireworks AI ?
| Offre | Prix | Ce qui est inclus |
|---|---|---|
| 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 |
Crédits prépayés. Par million de tokens, par exemple GPT OSS 120B 0,15 $ en entrée / 0,60 $ en sortie, Kimi K3 3 $ / 15 $. Lots à moitié prix. H100/H200 dédiés 8 $ l'heure, B200 13 $ l'heure. Fine-tuning à partir de 0,50 $ par million de tokens d'entraînement.
Fireworks AI vaut-il le coup ?
Une fois décidé de faire tourner un modèle ouvert, le plus difficile est de trouver où le servir, chez quelqu'un qui suive les nouvelles versions et ne garde pas vos données.
Fireworks fait ce travail. Le catalogue d'octobre 2026 suit de près les principales sorties, avec Kimi K3, DeepSeek V4.1 Flash, GLM 5.3, Qwen 3.8 Max, MiniMax M3 et les modèles NVIDIA Nemotron. L'API suit le format d'OpenAI, si bien que migrer une application existante revient surtout à changer l'URL de base et la clé.
Ses réglages par défaut en matière de données sont meilleurs que ceux de la plupart de ses concurrents. La documentation indique que les prompts et les réponses des modèles ouverts ne sont ni journalisés ni stockés, sauf si vous l'acceptez ; ils ne restent en mémoire que le temps de la requête, plus quelques minutes de cache de prompt. Fireworks revendique SOC 2 Type II, HIPAA, et ISO 27001, 27701 et 42001, avec des rapports dans son trust centre.
Les prix sont détaillés plutôt que cachés. Chaque modèle a un tarif Standard, un niveau Priority à environ 1,25x pour des temps de réponse plus réguliers, un niveau Fast à 1,5x sur certains modèles, et un supplément de 50 % pour un routage limité aux États-Unis. Les lots sont à moitié prix, et l'entrée en cache descend jusqu'à 0,006 $ par million sur DeepSeek V4.1 Flash, ce qui change les calculs pour les agents qui renvoient de longs contextes.
Le fine-tuning, c'est-à-dire l'entraînement d'un modèle sur vos propres exemples, est l'argument le plus fort. L'entraînement LoRA commence à 0,50 $ par million de tokens pour les modèles jusqu'à 16B paramètres, et le modèle affiné est ensuite servi au prix par token du modèle de base plutôt que sur un GPU dédié.
Le hic : deux choses coûtent plus cher que prévu. La Responses API stocke les conversations pendant 30 jours parce que store=True est la valeur par défaut, ce qui prend les gens au dépourvu. Et le matériel dédié est le point faible de Fireworks : 8 $ l'heure pour un H100, contre 4,50 $ au tarif catalogue chez fal, avec un plafond de requêtes pour tout le compte fixé à 6 000 par minute, quelle que soit votre dépense.
Notre avis : Fireworks ressemble à une résidence de services bien tenue. Les pièces communes sont propres et à un prix correct, et louer tout un étage pour vous seul coûte bien plus cher qu'un peu plus loin dans la rue.
Là où il fait la différence
Un ingénieur backend dans un éditeur SaaS dont le bot de support repose sur OpenAI
Réduire le coût d'inférence en passant à un modèle ouvert
Pointez le SDK OpenAI vers Fireworks et passez à GPT OSS 120B, à 0,15 $ en entrée et 0,60 $ en sortie par million de tokens. Dix milliards de tokens en entrée et deux milliards en sortie par mois reviennent à environ 2 700 $ avant remises de cache.
Une équipe ML dans une start-up de la e-santé
Affiner un modèle sur des notes cliniques anonymisées et le servir dans le cadre de HIPAA
Affinez en LoRA un modèle de 16B paramètres ou moins à 0,50 $ par million de tokens d'entraînement, puis servez-le au prix de base. La non-conservation est le réglage par défaut pour l'inférence ; les administrateurs enterprise peuvent aussi bloquer entièrement l'envoi de données d'entraînement.
Une équipe data dans une marketplace d'e-commerce
Classer et étiqueter des millions de fiches produits pendant la nuit
Lancez des traitements par lots à 50 % des prix serverless ; sur DeepSeek V4.1 Flash, cela fait 0,15 $ en entrée et 0,60 $ en sortie par million de tokens, avec des prompts système répétés mis en cache pour une fraction de centime.
Avant de vous engager
- Mise en route
- Ajoutez des crédits prépayés, créez une clé API et appelez n'importe quel modèle serverless avec le SDK OpenAI ; sans moyen de paiement, vous êtes limité à 10 requêtes par minute.
- Intégrations
- API chat, completions et Responses compatibles OpenAI, embeddings, lots, API d'entraînement gérées et serverless, et déploiements GPU à la demande.
- Données et confidentialité
- Aucune journalisation des prompts ni des réponses pour les modèles ouverts sans accord explicite ; la Responses API stocke les données 30 jours par défaut. SOC 2 Type II, HIPAA, ISO 27001, 27701 et 42001.
- Coût à grande échelle
- Les paliers de dépense vont de 50 $ à 5 000 $ de crédits pour débloquer des limites plus élevées ; un H100 dédié qui tourne tout le mois coûte environ 5 800 $, et les déploiements restreints à une région coûtent 1,5x.
- Limites
- Les limites serverless sont des plafonds adaptatifs de tokens par minute fixés selon le palier ; le plafond du compte est de 6 000 requêtes par minute, et tout s'arrête à 100 % de votre limite de dépense mensuelle.
Les points forts
- Aucune journalisation des prompts ni des réponses par défaut pour les modèles ouverts
- SOC 2 Type II, HIPAA, ISO 27001, 27701 et 42001
- Modèles affinés servis au prix par token du modèle de base
- Lots à 50 % de remise ; entrée en cache jusqu'à 98 % de remise
Les points faibles
- H100 dédié à 8 $ l'heure, bien au-dessus des hébergeurs de GPU spécialisés
- La Responses API conserve les conversations 30 jours, sauf store=False
- Aucun crédit gratuit pour les nouveaux comptes sur les pages de tarifs
- Plafond fixe de 6 000 requêtes par minute pour tout le compte
Idéal pour
Les équipes qui font tourner des modèles ouverts en production et veulent du fine-tuning et une tarification par token prévisible.
Alternatives à Fireworks AI
Fireworks AI : questions fréquentes
- Fireworks AI vaut-il le coup ?
- Fireworks est un hébergement de production sûr pour les modèles ouverts : il ne conserve rien par défaut et sert les modèles affinés au prix des modèles de base, et ses GPU dédiés en sont la seule partie chère. Nous lui donnons 4.4 sur 5.
- Combien coûte Fireworks AI ?
- Crédits prépayés. Par million de tokens, par exemple GPT OSS 120B 0,15 $ en entrée / 0,60 $ en sortie, Kimi K3 3 $ / 15 $. Lots à moitié prix. H100/H200 dédiés 8 $ l'heure, B200 13 $ l'heure. Fine-tuning à partir de 0,50 $ par million de tokens d'entraînement.
- Quels sont les inconvénients de Fireworks AI ?
- H100 dédié à 8 $ l'heure, bien au-dessus des hébergeurs de GPU spécialisés; la Responses API conserve les conversations 30 jours, sauf store=False; aucun crédit gratuit pour les nouveaux comptes sur les pages de tarifs; plafond fixe de 6 000 requêtes par minute pour tout le compte.
- À qui s’adresse Fireworks AI ?
- Les équipes qui font tourner des modèles ouverts en production et veulent du fine-tuning et une tarification par token prévisible.
- Combien coûte Fireworks AI pour une équipe ou en production ?
- Les paliers de dépense vont de 50 $ à 5 000 $ de crédits pour débloquer des limites plus élevées ; un H100 dédié qui tourne tout le mois coûte environ 5 800 $, et les déploiements restreints à une région coûtent 1,5x.
- Fireworks AI est-il sûr pour les données de l’entreprise ?
- Aucune journalisation des prompts ni des réponses pour les modèles ouverts sans accord explicite ; la Responses API stocke les données 30 jours par défaut. SOC 2 Type II, HIPAA, ISO 27001, 27701 et 42001.
- Quelles sont les meilleures alternatives à Fireworks AI ?
- Les alternatives les plus proches que nous avons testées sont Together AI, Groq, Cerebras et OpenRouter.
Réponses vérifiées le 22 oct. 2026.