Fireworks AI Blog

AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：Three Tests to Run Before You Switch from LoRA to FullFT Kimi K3 on Fireworks: Frontier Intelligence You Can Own Blog Three Tests To Run Before You Switch From Lora To Fullft Three Tests to Run Before You Switch from Lo…

Trilogy AI Center of Excellence は、Fireworks 上の Kimi K3 をベースにしたサイバーセキュリティプレイブックを公開しました。このプレイブックは、防御型 AI におけるオープンウェイトモデルの利点を強調し、制限された高価なモデルに依存することなく、継続的な高負荷セキュリティワークフローを可能にします。具体的なリファレンススタックとして、決定論的ツールによる構造化と Kimi K3 による判断を分離し、パス中心の監査アプローチを採用しています。Fireworks はマネージド推論を提供し、チームは監査ワークフローの制御を維持しながら独立してスケーリングできます。

Fireworks AI は Fireworks Nexus を発表。エンジニアリングチームがワークフローを変更せずに、ルーティンタスクをコスト効率の良いオープンソースモデルにルーティングすることで AI コストを削減できる。初期テストでは、マージ PR あたりのコストが 3 分の 1 削減され、ブレンドトークンレートはクローズドモデルラボの約 4 分の 1 となっている。

Fireworks AIは、約2.8兆パラメータのMoEモデル「Kimi K3」向けにサーバーレスLoRAトレーニングを開始しました。LoRAアダプターは低コストで微調整が可能で、トークン単位の料金と柔軟な提供方法を特徴とします。2つのタスク例を通じて、小さなアダプターが数分で新しい目標やツール使用ループを学習する様子を示しています。報酬設計の重要性とデータフライホイール効果も強調されています。

Kimi K3 は、2.8 兆パラメータを誇る初のオープンウェイトモデルで、Fable 5、Opus 5、GPT 5.5 などのクローズドモデルに匹敵する性能を発揮します。Fireworks では、米国ホスティングによる推論とトレーニングを提供し、データ保持ゼロ、GPU 管理不要で利用可能です。

2026年半ば時点で9つのオープンソースLLMをレビューし、ベンチマーク、コンテキストウィンドウ、マルチモーダル対応、ライセンスなどを比較。Kimi K3がトップだが、重みの公開は未定。Fireworksで利用可能な最高のオープンモデルはGLM 5.2。DeepSeek-V4-Pro、MiniMax M3、gpt-oss-120bなどが特定のユースケースで推奨される。

Heidi HealthはFireworks AIと提携し、監視付き微調整（SFT）と強化学習微調整（RFT）を用いて、臨床ノートデータセットにおいてGemini Proなどの最先端モデルを凌駕する品質を達成しました。パートナーシップによりレイテンシを25秒から7秒に短縮し、3.5倍の性能向上を実現。成功の鍵は、高品質なデータフィルタリングと大規模バッチトレーニング（実効バッチサイズ150万トークン）にありました。

Fireworks AI の新たな研究により、オープンソースモデル Kimi K3 がクローズドソースの Fable 5 と約 1,000 のエージェントタスクで競合し、ルーティングにより 93% の精度と最大 50 倍のコスト削減を達成。最高の AI は単一モデルではなくモデルの混合から生まれる。

Fireworks AIチームは、MiniMax M3スパースアテンション向けにBlackwell（SM100）カーネルを開発しました。KV固定実行パスを採用し、各KVブロックを1回だけロードすることで、約980 TFLOP/sのスループットと約4.1 TB/sのHBM帯域幅を達成し、クエリ固定ベースライン（FlashInfer）比1.9–2.4倍、オープンソースMSAカーネル比約1.6倍の高速化を実現しました。本記事では、アルゴリズム、カーネル設計、最適化、I/Oコストモデルについて詳述します。

Fireworksは15.05億ドルのシリーズDラウンドを発表し、評価額は175億ドルに。年商10億ドル超、1日あたり40兆トークンを処理し、その95%以上が顧客専有データに特化したモデルからのもの。

GumloopはFireworks AIとの提携により、3週間でオープンウェイトモデルのエージェントチャットを7倍に増加させ、品質を維持しながら最大72%のコスト削減を実現しました。

LangChain は NVIDIA Nemotron 3 Ultra 向けに Deep Agents ハーネスをチューニングし、オープンモデルの中でベンチマークをリードするエージェント性能を実現、コストはクローズドな代替品の10分の1です。チューニングされたハーネスは LangChain Deep Agents に含まれ、Nemotron 3 Ultra は Fireworks 上で初日からサポートされます。

著者は、FireConnect 経由で Claude Code 上で GLM 5.2 Fast を使用し、通常1か月相当の GPU スケジューラのリクレーム機能を、わずか4日間と218ドルの推論コストで実装しました。記事では、高速推論によるコンテキストスイッチの排除、低コストによるトークン使用の制限からの解放、複雑な並行処理ロジックを扱えるモデルの品質について詳述しています。

GLM 5.2 Fast が Fireworks でリリースされ、Opus レベルの知能をオープンソース価格で提供します。契約不要でトークン単位の課金です。1M トークンのコンテキストウィンドウ、積極的なプロンプトキャッシュ、構造化出力をサポートし、共有サーバーレスで標準パスの2〜3倍の速度を実現します。Fireworks は 446 tok/sec を達成し、MoE とスパースアテンションのアーキテクチャを最適化しました。

Factory はエージェントネイティブなソフトウェア開発を構築しており、その Droid エージェントはソフトウェア開発ライフサイクル全体をカバーします。Fireworks のオープンウェイトモデル推論プラットフォームを採用することで、Factory は6ヶ月でオープンモデルの使用量を2～3倍に増やし、タスクコストをフロンティアモデルの6%～20%に削減し、スループットを1ドルあたり5～15倍向上させました。これは、Fireworks の完全なモデルカバレッジ、デイゼロ利用可能性、高い信頼性、低レイテンシーによるものです。

Cursorは、Cursor開発環境に最適化されたコードモデルComposer 2をリリースしました。Kimi 2.5をベースに、継続的プレトレーニングと大規模強化学習を組み合わせ、最先端のコーディング性能を実現しつつ、推論コストを6〜10倍削減します。Fireworks AIは分散型推論インフラを提供し、RLのスケーラビリティを可能にします。

本記事では、オープンソースのワーカーエージェント（Kimi-K2.6またはGLM-5.2）とクローズドソースの最前線モデル（Claude Opus 4.8）を組み合わせたアーキテクチャを紹介。SWE-bench Pro、Terminal-Bench 2.1、Legal Agent Benchの3つのベンチマークで一貫した性能向上を達成し、推論コストを19%から67%削減する。GLM-5.2とアドバイザーの組み合わせはTerminal-BenchでOpusと同等（約80%）でありながらコストは約47%低く、Legal Agent BenchではOpusを上回りコストは40%低い。

Fireworks AIは2026年7月1日より、すべてのセルフサービスアカウントをプリペイド課金に移行します。ユーザーは今すぐ切り替えるか、自動移行を待つかを選択できます。プリペイド課金はクレジットの事前購入により予算の予測可能性を高め、自動リロード機能でサービス中断を防止します。契約顧客は影響を受けません。

Z.ai（旧称 Zhipu）の最新オープンソースモデル GLM 5.2 が、Fireworks 推論プラットフォームで利用可能になりました。コーディングベンチマークでリードし、100万トークンのコンテキストウィンドウを備え、MITライセンスで提供されます。Fireworks は独立して性能を検証し、ルーティングではなくインフラストラクチャを重視しています。

Moonshot AI は、K2 シリーズの最新コーディングモデル「Kimi K2.7 Code」をリリースし、Fireworks AI で初日からサポートを開始しました。このモデルは前世代の K2.6 と比べて推論トークンを 30% 削減しながら、コーディングベンチマークで高いスコアを達成しています。推論トークンの削減により、エージェントワークフローでのタスク完了コストが大幅に低減されます。Fireworks は Standard、Priority、Fast（近日公開）の 3 つのサービスオプションを提供し、信頼性と速度のニーズに応えます。

Alibaba は Fireworks と提携し、Qwen 3.7 Plus を Fireworks のインフラ上でホスティング、サーバーレス API として提供開始。エージェントループ向けに設計され、思考モードと非思考モードをサポート、コンテキストウィンドウは 262K トークン。前世代比約 50% の価格低下。Fireworks はデータ保持ゼロポリシーと 99.9% のアップタイム SLA を提供。

MiniMax がフラッグシップモデル M3 を公開。50万トークン超のコンテキストウィンドウ、テキスト・画像・動画を理解するネイティブマルチモーダル、そして革新的な MiniMax Sparse Attention（MSA）アーキテクチャを搭載。Fireworks 上で M2.7 の1/20の価格で利用でき、オープンウェイトモデルに新たな基準を打ち立てた。

NVIDIA が公開した Nemotron 3 Ultra は、長時間実行される自律エージェント向けに最適化されたオープンモデルです。総パラメータ550B、ハイブリッド Transformer-Mamba MoE アーキテクチャを採用し、Fireworks 上でデイゼロサポートを提供。エージェントタスクにおいて、他のオープンモデルと比較して推論速度が5倍、コストが30%削減されます。

Fireworks AIとHarveyは、Legal Agent Benchmark (LAB)において、単一のフロンティアモデルの呼び出しへの依存を減らしつつ、低コストでフロンティアレベルの性能を達成するための2つのシステムレベルの技術を探求しました。オープンソースのGLM 5.1ワーカーとClaude Opus 4.7アドバイザーによるハイブリッドハーネスは、100タスクで18/100のオールパスを368ドルで達成し、Opus単独（14/100、954ドル）を上回りました。Kimi K2.6へのSFTおよびRFTによるポストトレーニングでは、オールパスが15/100（84ドル）に向上し、平均スコアも改善されました。

TrilogyのAI Center of Excellenceは、Fireworks AIを推論インフラとして評価し、オープンウェイトモデルの使用を標準化、コストを削減し、数十億トークンスケールのエージェンティックワークフローを実現しました。

720回のブラウザエージェントタスクのベンチマークで、構造化出力の信頼性がエージェントAIのボトルネックであることが判明。Gemini 2.5 Flashは22.9%の実行税（無駄な推論呼び出しの割合）が発生したのに対し、Kimi K2.5はゼロ。この税はレイテンシ、コスト、失敗率を増幅させる。本レポートは信頼性調整済み精度とタスクあたりのコスト指標を導入する。

Fireworks AIはServerless 2.0を発表し、予約容量なしでStandard、Priority、Fastの3つの推論パスを1つのAPIで提供します。Priorityパスは混雑時により強いリクエスト許可を提供し、Fastパスは約2倍のスループットを実現。また、負荷制限（503）とレート制限（429）を明確に分離し、リトライロジックとアラートを改善します。

AWS プレミア パートナーである Innovative Solutions は、推論レイヤーを Fireworks AI に移行することでサービス提供を変革しました。DarcyIQ プラットフォームは社内生産性ツールからマルチエージェント実行システムへと進化し、契約サイクルを 30～45 日から約 3 日に短縮、提供スループットを倍増させ、推論コストを予測可能かつ制御可能にしました。

Fireworks AIは、ゲーム向け低遅延コンテナオーケストレーションに特化したHathoraを買収しました。そのリアルタイム・マルチリージョン最適化技術をAI推論に適用し、推論速度と信頼性の向上を目指します。

Fireworks AI は Microsoft Foundry 上でのパブリックプレビューを発表し、高性能なオープンモデル推論を Azure に統合します。DeepSeek V3.2、Kimi K2.5 などの最先端モデルをワンストップで利用可能にし、BYOW と柔軟な価格設定をサポートします。