Fireworks Research giới thiệu mô hình chuyên biệt Ember-1, được huấn luyện dựa trên Kimi K3, giúp duy trì chất lượng đầu ra tương đương trong khi giảm tới 40% lượng token tiêu thụ.
Fireworks AI giới thiệu Specialized Intelligence Index (SII), bộ chỉ số đánh giá hiệu suất các mô hình AI trên 7 lĩnh vực thực tế như y tế, luật, tài chính và lập trình, giúp người dùng so sánh chính xác giữa các mô hình nguồn mở và đóng.
Fireworks AI giới thiệu FireRouter, giải pháp tối ưu hóa hiệu suất bằng cách điều hướng tác vụ thông minh qua 18 mô hình khác nhau, dựa trên phân tích từ 113 bài kiểm tra DeepSWE v1.1.
Phylo đã tối ưu hóa nền tảng Biomni Lab bằng các mô hình mã nguồn mở trên Fireworks, giúp giảm 60% chi phí và tăng gấp đôi lượng người dùng hàng tháng nhờ khả năng xử lý tác vụ khoa học phức tạp.
Fireworks vừa trình làng DeepSeek-V4.1-Flash, đạt tỷ lệ pass@1 ấn tượng 74.34% trên DeepSWE. Mô hình này mang lại độ chính xác tương đương GPT-6 Astra nhưng với chi phí vận hành chỉ bằng 1/15.
Cùng sự kiện, tinh chọn hiển thị «DeepSeek ra mắt DeepSeek-V4.1-Flash: Cửa sổ 1M token, tối ưu bộ nhớ KV Cache cực đỉnh»
Elvis Saravia@omarsar0Fireworks AI being in both "Trending" and "Fastest growing" tells you how important the adoption of …
DịchFireworks AI dẫn đầu cả hai hạng mục 'Xu hướng' và 'Tăng trưởng nhanh nhất' trên Ramp, cho thấy các doanh nghiệp đang ưu tiên mô hình tùy chỉnh và mã nguồn mở để tối ưu chi phí và làm chủ hạ tầng AI.