↗️ Kimi K2.7 Code на Fireworks: меньше токенов, выше эффективность агентов

Moonshot AI выпустила K2.7 Code — новую версию кодовой модели из семейства K2. Fireworks AI запускает поддержку Day-0. Модель использует ту же архитектуру: 1 трлн параметров, 32B активных на токен, контекст 256K токенов. Ценообразование соответствует публичным тарифам Moonshot: $0.95 за 1M входных токенов, $4.00 за 1M выходных, $0.19 за 1M при кэш-хите.

Ключевое отличие K2.7 Code — сокращение числа токенов рассуждения примерно на 30% по сравнению с K2.6 при росте результатов на бенчмарках: +21.8% на Kimi Code Bench v2, +11.0% на Program Bench, +31.5% на MLS Bench Lite. Для агентных сценариев это критично: каждый лишний токен умножает стоимость на всех последующих шагах цепочки вызовов. Меньше токенов — быстрее циклы, меньше ретраев, ниже итоговая стоимость задачи.

Fireworks предлагает три режима инференса: Standard (эластичный, pay-per-token), Priority (приоритетный трафик, ~1.5x Standard) и Fast (100+ токенов/с, ~2x Standard, скоро). Для агентных нагрузок с burst-трафиком не нужно резервировать GPU — достаточно выбрать tier под задачу.

#AI #KimiK27Code #MoonshotAI #FireworksAI #Agents #Coding

⚙️ GLM 5.2 Fast: инженер на месяц — за четыре дня и $218

Инженер Fireworks AI рассказал, как с помощью модели GLM 5.2 Fast через FireConnect в Claude Code реализовал сложную фичу для GPU-планировщика за четыре дня вместо обычного месяца. Результат: четыре PR, ~3000 строк кода, 16 unit-тестов и 18 интеграционных тестов — всё с зелёным CI. Стоимость инференса составила всего $218.

Работа шла в три этапа. На дизайн (обычно две недели) ушёл один день: модель выступала ассистентом на «живой доске», обсуждая архитектуру reclaim-логики для GPU-планировщика. Планирование заняло полдня — GLM 5.2 Fast сгенерировал 34 теста до написания кода. Имплементация — ещё полтора дня: модель и Claude Code итерировали, пока все тесты не проходили.

Ключевой фактор — скорость: ~400 токенов/сек. Когда ответ приходит за секунды, работа превращается в реальный диалог, а не в асинхронный код-ревью с потерей контекста. Быстрая модель не требует переключения внимания, что критично для сложных задач с конкурентностью и длинным хвостом кейсов.

#AI #GLM #Tech #Engineering #FireworksAI #GPU #ClaudeCode

🎆 Fireworks AI запустил полную линейку моделей Voyage AI на своей платформе

Fireworks AI стал первым выделенным инференс-провайдером, с которым Voyage AI (принадлежит MongoDB) заключила партнёрство. Теперь модели Voyage 4, voyage-multimodal-3.5 и rerank-2.5 работают нативно на Fireworks. Весь конвейер «эмбеддинги → поиск → реранкинг → генерация» доступен через один API и один latency-домен — без интеграции отдельного retrieval-вендора.

Это закрывает ключевой разрыв для AI на собственных данных: качество retrieval часто важнее размера модели. По данным Fireworks, voyage-4-large опережает OpenAI v3 Large в среднем на 14,05%, Cohere Embed v4 — на 8,2%, Gemini Embedding 001 — на 3,87%. При этом доступны и другие варианты: voyage-4-lite для скорости и стоимости, nano для локальной разработки, мультимодальная версия для корпусов с изображениями и видео, плюс rerank-2.5 для точного ранжирования в агентных системах.

Практический смысл для разработчиков: одна платформа для retrieval и генерации означает один биллинг, меньше сетевых хопов и меньше поверхностей, через которые проходят проприетарные данные. Плюс Fireworks позволяет пост-трейнить открытые модели рядом с Voyage-эмбеддингами — получается замкнутый цикл: retrieval заземляет систему на ваши данные, дообучение затачивает модель под задачу, а каждый цикл использования усиливает отрыв от конкурентов.

#AI #FireworksAI #VoyageAI #RAG #Embedding #Development

👩‍🎓 Training API от Fireworks AI стал общедоступным

Fireworks AI объявила о general availability своего Training API и запуске Fireworks Lab — набора инструментов для дообучения моделей под конкретные бизнес-задачи. Решение рассчитано на команды разного уровня: от ML-инженеров до исследователей, которым нужен полный контроль над тренировочным циклом.

Training API подключает собственный Python-код обучения к управляемой инфраструктуре Fireworks: платформа берёт на себя вычисление градиентов, rollout-генерацию, синхронизацию весов и восстановление после сбоев. Доступны два режима: Serverless — для быстрых экспериментов с LoRA-адаптерами и оплатой за токены, и Dedicated — для full-parameter обучения, включая крупнейшие MoE-модели, с выделенными GPU и масштабируемым кластером.

Эффективность подхода подтверждают кейсы клиентов: Harvey дообучил Kimi K3 для юридических задач — 19,7% all-pass на LAB против 10,8% у базовой модели; Vercel получил 93% генераций без ошибок и 40x ускорение; Heidi снизила задержку в 3,5 раза; Factory с помощью двух LoRA-адаптеров на Qwen нашла ~70% реальных секретов против ~59% у GPT-5.5.

По сути Fireworks закрывает разрыв между исследовательским прототипом и продакшеном: команда сохраняет контроль над loss, reward, данными и окружением, но избавляется от инфраструктурных проблем. Multi-LoRA деплой позволяет выкатывать отдельную tuned-модель для каждого клиента без дополнительных кластеров.

#AI #Education #FireworksAI #TrainingAPI #LLM

🎆 Fireworks AI: путь к специализированному интеллекту

Fireworks AI опубликовала первый материал из серии о «специализированном интеллекте» — для инженеров, которые только начинают экспериментировать с обучением собственных моделей. Главный тезис: рано или поздно компании приходят к тому, чтобы владеть моделью, определяющей их бизнес.

Авторы описывают три этапа. Первый — аренда закрытого фронтира через API: мощно, но это аренда во всех смыслах — вы не контролируете веса, цену, задержку, график вывода из эксплуатации и зачастую свои данные. Второй — AI-инжиниринг: prompt engineering, context engineering (RAG), затем harness engineering — компактификация диалога, оптимизация инструментов, MCP. Весь этот слой — компенсация инженерными усилиями того, что сама модель не меняется: промпты направляют модель, но ничему её не учат. Третий этап — добавление открытых моделей ради юнит-экономики и контроля, а затем — обучение собственной модели, если задача действительно уникальна.

Ключевая рамка статьи: любую AI-систему оптимизируют по трём осям — качество, стоимость, задержка. AI-инжиниринг позволяет двигаться по ним без вмешательства в модель, но упирается в потолок. Обычно команды сначала бьются за стоимость и latency (в том числе через микс из открытых моделей), и лишь потом — за качество через собственный тренинг.

#AI #FireworksAI #LLM #Engineering #RAG #Development

🪙 Gen-1 Slides: презентации уровня Opus 5 за десятую часть цены

Genspark вместе с Fireworks Lab дообучили модель MiniMax M3 и выпустили Gen-1 Slides — модель для генерации готовых презентаций. По заявлению разработчиков, качество слайдов сопоставимо с Opus 5, а стоимость одной готовой колоды примерно в 10 раз ниже.

Ключевая идея — пост-тренинг вместо ставки на самую дорогую модель. Вместо того чтобы платить за inference топовой LLM на каждом слайде, команда адаптировала открытую MiniMax M3 под конкретную задачу: структура дека, вёрстка, подбор контента. Это классический пример узкоспециализированного fine-tuning, который даёт выигрыш и по цене, и по предсказуемости результата.

Практическая ценность — для команд, которым нужно генерировать презентации массово: продуктовые обзоры, отчёты, питч-деки. Экономия на порядок меняет экономику сценария: там, где раньше генерация колоды была дорогой операцией, становится доступен поток.

#AI #FireworksAI #Genspark #Gen1Slides #MiniMax #Models #Development

⚙️ Fireworks AI запустила Specialized Intelligence Index - индекс моделей по реальным задачам

Fireworks AI представила Specialized Intelligence Index (SII) - площадку для сравнения открытых, закрытых и специализированных моделей на отраслевых бенчмарках. Стартовые домены: медицина, право, кибербезопасность, финансы, поддержка клиентов, продуктивность и разработка ПО.

Ключевая идея - публичные бенчмарки плохо предсказывают реальную работу: у них ограниченные задачи, фиксированные датасеты и стандартное скоринг. В подтверждение приводится исследование METR: 4 мейнтейнера проверили 296 сгенерированных ИИ pull request из 3 репозиториев SWE-bench Verified - оценка мейнтейнеров оказалась в среднем на 24,2 п.п. ниже автоматического бенчмарка.

В SII вошли, в частности, Harvey's Legal Agent Benchmark (24 области практики), Sierra τ-Banking с базой из 698 документов, Proximal FrontierSWE V2 (задачи уровня эксперта, до 20 часов на попытку), Datacurve DeepSWE v1.1 (113 задач, 91 репозиторий), MacroscopeBench по code review и depthfirst dfbench v1 по защитной безопасности. Для последнего модель dfs-large1, дообученная RL на базе GLM 5.2 через Fireworks, вышла на новую границу Парето.

Методология: без искусственного усреднения - никакого кросс-доменного композита, только результаты по бенчмаркам с матрицами покрытия и графиками «качество против стоимости» и «качество против времени». Каждый бенчмарк помечен уровнем воспроизводимости.

#Tech #FireworksAI #Benchmarks #LLM #OpenSourceAI #Development