先了解这件事
2026年8月31日,Fireworks AI 宣布 Training API 和 Fireworks Lab 正式可用。据其介绍,Training API 允许用户用 Python 编写自定义训练循环,由 Fireworks 托管分布式训练与 rollout 基础设施,并负责梯度更新、采样部署及权重同步。该 API 提供两种算力选项:Serverless 模式按 token 计费、支持 LoRA 训练;Dedicated 模式按 GPU 小时计费,面向全参数训练和更大上下文长度,需经 Fireworks Lab 咨询开通。Fireworks 还称,自己是少数在前沿实验室之外于超过 10,000 块 GPU 上运行强化学习的机构之一。官方材料列出 Harvey、Vercel、Heidi、Factory 等团队的使用效果,例如 Vercel 为 v0 的自动修复功能微调开源模型后错误率为 93%、端到端延迟改善 40x。目前尚无后续发展事实。
AI 根据公开报道生成
事件进展
1 个已确认进展
- 来源：Fireworks AI
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
8月31日
Fireworks AI一手
Fireworks AI 宣布 Training API 与 Fireworks Lab 正式可用
Fireworks AI 宣布 Training API 和 Fireworks Lab 正式可用，Training API 让用户用 Python 编写自定义训练循环，由 Fireworks 托管分布式训练与 rollout 基础设施。该 API 提供 Serverless 和 Dedicated 两种算力选项，前者按 token 计费、支持 LoRA，后者按 GPU 小时计费、支持全参数训练和更大的模型。原文还列出 Harvey、Vercel、Heidi、Factory 等团队用该平台微调模型的效果，例如 Vercel 为 v0 的自动修复功能微调开源模型后错误率为 93%、端到端延迟改善 40x。
A6 a6-052 · Fireworks AI一手
Fireworks AI 正式发布 Training API 与 Fireworks Lab
Fireworks AI 宣布 Training API 与 Fireworks Lab 正式可用，可将自定义训练循环接入其托管的分布式训练与 rollout 基础设施，由 Fireworks 负责梯度更新、采样部署及权重同步。Serverless 模式按 token 计费、支持 LoRA 训练；Dedicated 模式面向全参数训练与更大上下文长度，需经 Fireworks Lab 咨询开通。Fireworks 称其是少数在前沿实验室之外于超过 10,000 块 GPU 上运行强化学习的机构之一。