Fireworks AI

Fireworks y Together suelen mencionarse juntos, pero optimizan cosas distintas. Together gana en amplitud de catálogo; Fireworks gana en la capa de serving. FireAttention, la decodificación especulativa y el serving consciente de cuantización son el tipo de trabajo de infraestructura que solo sale de un equipo nacido del núcleo de PyTorch, y en cargas sensibles a la latencia la diferencia es medible, no teórica. La doble compatibilidad OpenAI-Anthropic es una jugada discretamente brillante: los equipos pueden redirigir el tráfico de cualquiera de los dos proveedores a modelos abiertos cambiando una URL. Las dudas son prácticas: el crédito de prueba de $1 convierte la evaluación seria en un ejercicio de pago, el catálogo curado implica que tu modelo de nicho favorito puede faltar, y todo el producto asume un ingeniero al teclado. El consejo honesto: haz un benchmark. Si tu producto vive o muere por el tiempo al primer token —un agente de voz, un copilot en tiempo real, un chatbot de alto tráfico—, Fireworks sale ganando con frecuencia, y la facturación de GPU por segundo endulza el escalado. Si solo necesitas la mayor variedad de modelos a precios de prototipo, Together sigue siendo el default más amplio.