Fireworks AI とは何か

これは何か

Fireworks AI は、公式ドキュメントのトップページで次のように自己定義している。

Fireworks AI is the fastest platform for building with open source AI models. Get production-ready inference and training with best-in-class speed, cost and quality.

「オープンソースの AI モデルで開発するための最速プラットフォーム」であり、推論（inference）と学習（training）の両方を production-ready な品質で提供する、という位置づけである。自社でモデルを一から訓練するのではなく、DeepSeek・Kimi・GLM・Qwen・GPT-OSS といった公開済みのオープンウェイト（open-weight）モデル（モデルの重み＝学習結果のパラメータが公開されていて、誰でも自分の環境で動かせるモデル）を、動かす場所（推論）と鍛え直す場所（学習）の両方として使うのが Fireworks の役割になる。

4 つのドメインと 5 つのインターフェース

Fireworks は用途ごとに 4 つのドメインに分かれている。

そして、これらに触れる手段（インターフェース）は公式ドキュメントの Concepts ページで 5 つに整理されている。

• The web app at https://app.fireworks.ai
• the firectl CLI
• OpenAI compatible API
• Anthropic compatible API
• Python SDK

Web コンソール・firectl（コマンドラインツール）・OpenAI 互換 API・Anthropic 互換 API・Python SDK の 5 つである。本ガイドはコンソール・OpenAI／Anthropic 互換 API・Python SDK を中心に扱い、firectl は第14章でまとめて紹介する。

3 つの始め方

ドキュメントのトップページは、迷ったときの動線を「モデル選定ガイド → Serverless で試作 → Deployments で本番最適化 → 必要なら Training で品質向上」の順に案内している。入口となるカードは次の 3 つ。

• Serverless — 人気モデルを即座に、トークン従量課金で使う（トークンとは、モデルが文章を処理する際の最小単位。日本語ならおおむね 1 文字〜数文字で、課金も速度もこの個数で数える）。プロトタイピングと品質の当たり確認向け
• Deployments（専用 GPU） — 高速なオートスケール（負荷に応じて GPU の台数を自動で増減させる仕組み）とコールドスタート最小化。速度・スループットを最適化した本番運用向け
• Training — 教師あり学習（SFT）と強化学習（RFT）による品質向上。1 兆パラメータ超のモデルまで学習でき、学習後すぐにデプロイできる

加えて、モデルの入出力は text に限らない。ドキュメントの「What you can build」には次の 7 項目が並ぶ。

• 100 を超える公開モデル（text / vision / audio / image / embeddings、2026-09 時点）
• OpenAI からの移行（推論・学習とも drop-in replacement。同じ API、同じ SFT データ形式）
• Function Calling（モデルをツールや外部 API に接続する）
• Structured Outputs（エージェント向けの確実な JSON 出力）
• Vision Models（画像・文書の解析）
• Embeddings & Reranking（検索・文脈取得向け）
• Batch Inference（大量の非同期推論を安く速く回す）

つまり Fireworks は「モデルを 1 つ選んで終わり」の製品ではなく、同じアカウントの下で、同じモデルを 3 通りの経路（Serverless／専用デプロイ／Batch）のどれかで動かし、必要なら自社データで鍛え直す（Fine-Tuning）ところまでを一気通貫でカバーするプラットフォームだと理解しておくとよい。

いつ使うのか

「Fireworks を使う」というのは実際には「Serverless・専用デプロイ・Batch・Fine-Tuning のどれを使うか」を選ぶことに等しい。4 つは同じモデルに対する別々の実行方式であり、課金の単位も GPU の管理責任もまったく異なる。

この使い分けで特に押さえておきたいのが、Serverless と専用デプロイの比較表として公式ドキュメントが挙げている次の対比である。

とりわけ重要なのは「LoRA requires On-demand」の一文である。Fine-Tuning で学習した LoRA（Low-Rank Adaptation。元のモデル本体はそのままに、差分だけを小さな追加ファイルとして学習する方式。第 11 章で扱う）アダプタは、Serverless では動かせない。学習済みモデルを配信する段階になったら、必ず専用デプロイが必要になるという制約は、第9章・第11章で扱う内容の前提として今のうちに押さえておきたい。

もう少し具体的なユースケースで考えると、次のように整理できる。

• 「このモデル、自分のユースケースでどれくらい使えそうか当たりを付けたい」→ Serverless。API キーさえあればすぐ呼べる
• 「本番でレイテンシ（応答が返るまでの時間）を安定させたい／同じモデルの重みを固定して運用したい」→ 専用デプロイ。Serverless モデルは更新・廃止されることがあり（削除の少なくとも 2 週間前に告知、人気モデルはより長い）、長期的にモデルの重みを固定したい運用には向かない
• 「夜間バッチでレポートを大量生成したい、多少遅くてもよい」→ Batch Inference
• 「汎用モデルでは自社の言い回し・フォーマットに合わない」→ Fine-Tuning（学習後は専用デプロイで配信）

プラットフォームの全体像

同じモデルであっても、通す経路によって課金の単位も、GPU をどれだけ自分で管理するかも変わる。「モデルは 1 つ、出口は 3 つ」という構造を図にすると次のようになる。

モデル自体は共通の名前空間で管理されている。名前は accounts/<ACCOUNT_ID>/models/<MODEL_ID> の形式で、Fireworks 提供モデルは accounts/fireworks/models/... となる。たとえば GLM 5.2 は accounts/fireworks/models/glm-5p2 のように、バージョン番号のドットが p に置き換わる（5.2 → 5p2）という命名規則も覚えておくと、後の章でモデル ID を読むときに戸惑わない。

コンソールの地図

ここまでは概念の話だったが、実際にはコンソール（app.fireworks.ai）を触りながら進めることになる。公式ドキュメントにはコンソールの画面構成を通しで説明したページが存在しないため、本ガイドはドキュメント各所に散らばった URL や操作手順の記述から画面地図を組み立てた。確証のある画面だけを、本ガイドのどの章で扱うかと合わせて一覧にする。

料金のかかり方の全体像

Fireworks の料金は、どの経路を使うかによって課金の単位そのものが変わる。細かい単価は各機能の章に譲るが、全体像として次の 3 つを押さえておく。

• Serverless はトークン従量課金。「input（送ったトークン）」「cached input（プロンプトキャッシュから配信された入力トークン。既定で input より割引）」「generated（生成トークン）」の 3 つの軸で課金される。実際に何が課金されたかは、レスポンスの usage オブジェクト（prompt_tokens / completion_tokens / total_tokens）が正本になる。単価は第5章で扱う。
• 専用デプロイは GPU 稼働時間の従量課金。用語集は「GPU hours」を dedicated deployment の課金単位と定義しており、レプリカが起動している時間分だけ GPU 単位で課金される。単価は第9章で扱う。
• Batch Inference は Serverless の 50% 引き。入力・出力トークンとも標準 Serverless レートの半額で課金される（2026-09 時点）。急がない処理はまず Batch を検討する価値がある（第8章）。

これとは別に、アカウント全体の支出を管理する仕組みとして「支出ティア（Spending Tier）」がある。クレジットの追加や実際の利用実績に応じてティアが上がると、サーバーレスの利用可能キャパシティ（TPM 上限の天井）が広がる。月次の支出上限は別のアカウント制御で、下表の上限額はレガシーの後払いアカウントにのみ適用される（Fireworks は原則プリペイドのクレジット制で、プリペイドアカウントはティアと独立に上限を設定できる）。（金額はいずれも 2026-09 時点）

クレジットを追加してティアを上げると、新しいティアは数分以内に反映される。月次の支出上限は、既定で 80% 到達時に警告メールが送られ、100% に達すると Serverless・専用デプロイ・学習を含む全 API リクエストが自動的に一時停止する（Enterprise アカウントを除く）。上限の確認・変更は firectl quota list / firectl quota update monthly-spend-usd で行う。Billing 画面からは、80% 以外の通知しきい値を追加できる（第13章）。「料金がどうかかるか」を最初に大枠でつかんでおくと、後の章で単価の話が出てきたときに迷わない。

つまずきポイント

理解度チェック

まとめ

• Fireworks AI は、オープンモデルの推論と学習を 1 つのプラットフォームで提供する。入口は Serverless／専用デプロイ／Training の 3 つ
• 推論の実行経路は Serverless・専用デプロイ・Batch の 3 通り。課金の単位（トークン従量／GPU 稼働時間／50% 引き）と GPU 管理責任がそれぞれ異なり、学習済み LoRA を動かすには専用デプロイが必須
• コンソール（app.fireworks.ai）は /models・/dashboard・/account・/settings・/fire-pass の 5 系統のパスに分かれており、本ガイドの各章はそれぞれ異なる画面を担当する
• アカウント全体の支出は支出ティアで管理され、ティアが上がるほどサーバーレスの利用可能キャパシティが広がる。月次の支出上限は別のアカウント制御で、レガシーの後払いアカウントのみティアと連動する

次の 第 2 章 では、実際にアカウントを作成し、API キーを発行して、はじめての API 呼び出しを行う。

参考リンク

• Build with Fireworks AI
• Concepts
• Serverless Quickstart
• Deployments Quickstart
• Serverless Inference Overview
• Serverless Pricing
• Which model should I use?
• Account quotas
• Changelog