Fireworks lansează Ultra-fast, Nexus Desktop și serving serverless pentru LoRA
La Forge, Fireworks anunță inferență până la ~1.500 tokeni/s pe Blackwell, Nexus Desktop în Codex/Claude Desktop/OpenCode și Specialized Model Inference pentru adaptoare LoRA fără deploy dedicat.
Sursă: fireworks.ai
Fireworks împinge stack-ul de inferență specializată: viteză pe Blackwell, modele open în tool-urile de coding pe care le ai deja, și LoRA serverless cu preț per token. Anunțul vine de la evenimentul Forge, pe 3 noiembrie 2026.
Ce s-a întâmplat
Fireworks Ultra-fast (public preview) rulează pe GPU-uri NVIDIA Blackwell și pretinde până la ~1.500 tokeni pe secundă pe DeepSeek V4.1 Flash. Într-un task agentic pe 30 de ture, timpul de finalizare ar fi scăzut de la 1 minut la 8 secunde în benchmark-ul lor.
Nexus Desktop se alătură Nexus CLI: selecție personalizată de modele open și closed în Codex app, Claude Desktop și OpenCode. Planuri Pro de la 8 USD/lună, Teams de la 10 USD/seat. Specialized Model Inference (preview) servește adaptoare LoRA (începând cu GLM 5.3 Flash) prin API serverless, fără instanță dedicată și fără cost când stă idle.
De ce contează în România
Echipele care construiesc agenți (outreach, trading bots, QE automation) simt latenta pe multi-step. Ultra-fast e pitch direct pentru latency. Nexus rezolvă „vreau DeepSeek în Claude Desktop fără să schimb tool-ul” — relevant pentru freelancers și squad-uri mici din RO.
LoRA serverless scade bariera pentru modele fine-tunate pe date proprii (tone of voice, FAQ, compliance) fără bill de GPU rezervat.
Cum poți încerca
Ultra-fast și Specialized Model Inference sunt în public preview pe Fireworks; Nexus Desktop se leagă din Codex, Claude Desktop sau OpenCode. Compară Pro vs Teams dacă ai nevoie de budget controls.
Citește postarea Forge pe fireworks.ai/blog pentru setup și limitele de preview.
Nu rata următorul articol
Primește cele mai importante știri AI direct în inbox — scurt, relevant, în română.
Fără spam. Te poți dezabona oricând.
Articole similare
OpenAI achiziționează Pierre Computer Company pentru a moderniza Git în era agenților AI de codare
OpenAI a anunțat achiziția Pierre Computer Company, o mișcare strategică menită să îmbunătățească integrarea sistemului de control al versiunilor Git cu agenții AI de codare. Această achiziție vizează optimizarea fluxurilor de lucru în care dezvoltatorii umani și inteligența artificială colaborează la scrierea codului.
1 min citire
Google lansează Gemini Notebook API și un server MCP: notebook-uri de cercetare create direct din agenți AI
Google a deschis în public preview Gemini Notebook API, o interfață REST pentru crearea de notebook-uri din pagini web, videoclipuri YouTube, text și Markdown. Un server MCP permite conectarea directă din Claude Code sau Cursor.
1 min citire
OpenAI: GPT-6 Astra a proiectat un device hardware pentru Codex în mai puțin de o săptămână
Două persoane din team au folosit Astra ca să deseneze carcasa, PCB-ul, firmware-ul și UI-ul unui peripheral pentru Codex, fără editări umane directe. Prototipurile au venit de la un contract manufacturer în sub o lună; toleranțele de fabricație încă cer iterații umane.
1 min citire