Fireworks AI发布Fireworks Nexus 降低智能体AI编码调用成本

AI创作导航管理员 LV4 资深连续登录30天萌新

2 个月前

风向

1374

AI基础设施服务商Fireworks AI于近日正式发布路由与成本控制层工具Fireworks Nexus，该工具可实现无侵入式接入现有AI编码工作流，在不改动Claude Code等商用模型工作流程的前提下，将常规编码任务自动分流至开源权重模型，可帮助企业降低智能体AI相关研发支出最高达70%，目前已开放企业版试用申请。

随着智能体AI在研发场景的落地提速，大模型调用成本正在成为企业规模化应用的核心阻碍。第三方调研数据显示，2026年上半年使用AI辅助编码的科技企业中，有62%的受访者表示大模型调用成本超出预算，其中常规编码类任务占总调用量的70%以上，却消耗了近60%的商用模型调用预算。

目前大部分布局AI编码能力的企业，都选择了Claude Code、GPT-4o Code等商用闭源模型作为核心底座，这类模型输出稳定性高、复杂任务处理能力强，但调用成本也远高于开源模型。对于多数研发团队而言，日常编码工作中只有不到30%的任务属于高复杂度的架构设计、疑难故障排查场景，剩下的语法校验、接口开发、代码注释等常规工作，完全可以用能力匹配的开源模型完成，但要改动现有工作流对接多模型，往往需要额外投入至少1个月的研发成本，反而得不偿失。

此次Fireworks AI推出的Fireworks Nexus，本质是一个即插即用的轻量路由与成本控制层，企业无需修改现有代码与工作流程，只需简单配置即可接入。该工具会自动识别编码任务的复杂度：如果是常规低难度任务，就会自动分流到Llama 3 Code、DeepSeek-Coder等开源权重模型，调用成本仅为Claude Code的1/20；如果识别为高难度任务，则仍然路由到原有的商用闭源模型处理。
来自早期客户的测试数据显示，接入Fireworks Nexus后，企业编码类大模型调用成本平均下降62%，最高可下降70%，且代码输出准确率、通过率等核心指标与全量使用商用模型的表现无显著差异，完全满足生产级要求。

Fireworks AI核心团队大多来自Meta、OpenAI的大模型推理与调度部门，其创始人此前在公开活动中表示，过去企业使用大模型往往采取“一套模型打所有场景”的策略，造成了大量的算力浪费，而动态路由调度会成为未来AI基础设施的标配。
随着不同能力层级、不同定价的大模型供给越来越丰富，根据任务需求匹配对应模型的精细化调度，会成为企业降本增效的核心路径。Fireworks Nexus这类工具的出现，也意味着AI基础设施市场正在从单纯的模型供给，转向更侧重效率优化的细分化服务阶段。

开源大模型 AI 智能体AI 大模型成本优化 Fireworks

本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。