Fireworks Nexus: مدل‌های باز تو ابزارهای کدنویسی با هزینه نصف
هوش مصنوعیخلاصهٔ کامل‌تر
شرکت Fireworks سرویس تازه‌ای به اسم Nexus معرفی کرده که هدفش کم کردن هزینه توکن تیم‌های برنامه‌نویسیه. به گفته Fireworks، قبض توکن شرکت‌ها سالانه حدود ۲۰ برابر داره بالا می‌ره، چون رقابت کمی بین مدل‌های بسته هست. Nexus می‌خواد مدل‌های باز (open-weight، یعنی مدل‌هایی که وزن‌هاشون عمومیه) رو بدون اینکه تیم روش کارش رو عوض کنه، وارد همون harnessهایی (یعنی ابزارهای ایجنتی کدنویسی) کنه که الان استفاده می‌کنه.
راه‌اندازی با یه CLI به اسم FireConnect و فقط یه دستوره و با Claude Code، Codex، OpenCode و ابزارهای دیگه کار می‌کنه. ورود از طریق SSO سازمان انجام میشه و طبق صفحه محصول، نه proxy لازمه نه تغییر سنگین تو config، و کامل هم برگشت‌پذیره. توسعه‌دهنده می‌تونه یه مدل باز مشخص انتخاب کنه یا FireRouter رو به‌عنوان مدل بذاره.
FireRouter هر درخواست رو امتیاز می‌ده و به مناسب‌ترین مدل می‌فرسته. کارهای سخت با کلید خودت به همون ارائه‌دهنده مدل بسته می‌رن. Fireworks می‌گه روی ترافیک معمولی کدنویسی بیش از ۹۵ درصد cache hit داره و ورودی cacheشده نصف قیمت حساب میشه. ترجیح routing رو هم میشه از «حداکثر هوش» تا «حداکثر صرفه‌جویی» تنظیم کرد، با فلگ --routing-preference یا هدر x-routing-preference. اگه از قبل gateway مثل LiteLLM Proxy داری، می‌تونی نگهش داری.
برای مدیرها، Nexus سقف خرج پیش‌فرض برای کل حساب و استثنا برای هر کاربر داره. کاربری که به سقف برسه تا آخر دوره پرداخت دیگه نمی‌تونه درخواست بفرسته. خرج بر اساس روز، کاربر، مدل و API key قابل گزارش‌گیریه و میشه معیارهایی مثل هزینه هر PR مرج‌شده رو اندازه گرفت. همگام‌سازی کاربرها هم با SCIM و Okta، Microsoft Entra ID یا Google Workspace انجام میشه.
Fireworks برای ادعاش چند عدد هم آورده. تو یه ارزیابی مشترک با Faros AI روی ۲۱۱ کار مهندسی از ۱۲ مخزن، مدل GLM-5.2 امتیاز داوری ۰.۵۶۸ در برابر ۰.۵۲۱ برای Opus 4.8 گرفته، ۲.۴ برابر سریع‌تر بوده و ۴۸ درصد ارزون‌تر. تو ارزیابی خود Fireworks روی حدود ۱۰۳۰ کار، مدل K3 نرخ حل ۹۲.۴ درصد در برابر ۹۲.۶ درصد برای Fable داشته. باید یادت باشه این‌ها اعداد خود فروشنده‌ست و صفحه، یه صفحه تبلیغاتی محصوله.
نکات کلیدی:
- Nexus مدل‌های باز رو با CLI به اسم FireConnect وارد Claude Code، Codex و OpenCode می‌کنه
- FireRouter هر درخواست رو بین مدل باز و بسته مسیریابی می‌کنه و کارهای سخت به مدل بسته می‌رن
- ادعای Fireworks: ۵۴ درصد صرفه‌جویی در کل خرج AI و ۳۳ درصد در هزینه هر PR مرج‌شده
- cache hit بیش از ۹۵ درصد روی ترافیک کدنویسی و قیمت نصف برای ورودی cacheشده
- سقف خرج برای هر کاربر، گزارش خرج بر اساس کاربر و مدل، و پشتیبانی از SSO و SCIM
- همه بنچمارک‌ها از طرف خود Fireworks یا شریکش منتشر شدن
