Fireworks AI 是一个面向生成式 AI 的模型训练与推理平台。根据官方介绍，其目标是把开源模型转化为用户专属的专用智能，覆盖从训练到生产部署的完整链路。
主要能力 训练方面，平台提供“全谱系”的模型训练方式，官方描述可按工作负载成熟度向下层深入，且每个检查点都能在数秒内部署到生产环境。具体包括三类路径：一是引导式路径，用户描述任务、查看方案与成本、批准运行后获得训练好的模型；二是配置驱动方式，用户已知模型、数据与方法，平台负责调度、训练与生产交接；三是自定义训练逻辑，用户可编写自己的损失函数、训练器与强化学习循环，运行在平台的 GPU、rollout serving 与权重同步能力之上。 推理方面，平台可服务最新开源模型或用户自训练版本，官方称其推理引擎在每一层都做了优化，以实现行业领先的吞吐与延迟，同时保持模型质量。部署形态包括：Serverless（按 token 付费，提供 Priority 与 Fast 选项，兼容 OpenAI 与 Anthropic 接口）、On-Demand（专用部署，多区域，支持后训练模型）、Reserved（保证容量、更高配额、优先获得最新硬件）。平台还提供用一行代码运行最新开源模型的能力，官方提及的模型示例包括 OpenAI gpt-oss-20b、DeepSeek-V4-Flash、Gemma 4 31B IT NVFP4。
使用方式 官方提供多种接入路径：可通过 Serverless 按 token 调用，使用兼容 OpenAI 与 Anthropic 的接口；也可选择专用部署或预留容量。训练侧可通过引导式流程、配置驱动或自定义训练代码完成。平台还提供 Training SDK，用于编写训练逻辑。官方页面提到“Start building today”，可即时运行热门与专用模型。具体安装命令与代码示例在已提供资料中暂未给出。
适用场景 官方客户案例涉及 AI 编程助手、代码搜索与上下文、企业智能体、计算机使用（Computer Use）、模型评估与选型等。例如有客户用其进行高批量可重复评估；有客户将主智能体从闭源模型切换至开源模型；有客户通过微调将延迟从约 2 秒降至 350 毫秒；有客户迁移模型后响应时间提升 3 倍。平台亦被用于大规模强化学习工作负载与生产推理。
限制与补充 现有资料未提供具体定价、免费额度、支持的完整模型列表、可用区域范围、SLA 细节以及平台自身的硬性使用限制，这些信息暂未提供。分类上，该平台以模型训练与推理基础设施为核心用途，可归入其他 AI 工具。
