Fireworks AI: Inference-Cloud setzt auf spezialisierte Open Models

Fireworks AI, ein Anbieter fuer Inference-Infrastruktur, verarbeitet nach eigenen Angaben mittlerweile mehr als 40 Billionen Tokens pro Tag. Rund 95% dieses Volumens entfallen auf Modelle, die Kundinnen und Kunden auf eigenen Daten spezialisiert haben. Das Unternehmen, das von einem Team mit PyTorch-Hintergrund aufgebaut wurde und von CEO Lin Qiao gefuehrt wird, habe im Sommer 2026 die Marke von US$1 Mrd. annualisiertem Umsatz (ARR) ueberschritten. Im Juli 2026 wurde Fireworks in einer Series-D-Runde mit US$1,505 Mrd. finanziert; als Ziele nennt die Firma den Ausbau globaler Compute-Kapazitaeten fuer Inference und Fine-Tuning sowie vertiefte Partnerschaften mit Microsoft und NVIDIA. Die Plattform bietet laut Bericht ueber 200 Text-, Bild- und Multimodal-Modelle und unterstuetzt neue Open-Model-Releases innerhalb weniger Stunden.

Relevant ist das, weil Fireworks klar auf den Inference-Layer und auf Open-Model-Strategien im Unternehmen setzt: Statt „Intelligenz“ von wenigen Labs zu mieten, sollen Firmen eigene, domänenspezifische Modelle betreiben, die sie anpassen und nachvollziehen koennen. Genannte Praxiswerte deuten auf den Performance-Hebel hin: Notion reduzierte die Latenz seiner KI-Funktionen von etwa zwei Sekunden auf 350 Millisekunden; Quora berichtete von einer etwa dreifachen Beschleunigung nach einer Migration. Gleichzeitig wird im Bericht die These vertreten, dass offene und geschlossene Modelle im Enterprise-Alltag nebeneinander genutzt werden.