Fireworks AI référence Qwen3.8-Flash-Next FP8 en tant qu’aperçu expérimental reposant sur une architecture Qwen4. Le modèle est présenté comme multimodal. Il compte 125 milliards de paramètres, dont 6 milliards actifs, ainsi que 51 milliards de paramètres supplémentaires pour les embeddings n-gram.
Fireworks indique une fenêtre de contexte de 262,144 tokens et facture $1.20 par million de tokens, aussi bien en entrée qu’en sortie. Son option de déploiement à la demande utilise des GPU dédiés ; selon Fireworks, elle n’impose aucune limite de débit. La fiche ne précise ni la date de mise à disposition de l’aperçu ni les personnes qui peuvent y accéder.
Pourquoi c'est important
Pour les développeurs qui estiment leurs coûts d’inférence, Fireworks affiche le même tarif pour les entrées et les sorties, mais la page ne précise ni les modalités d’accès à l’aperçu ni sa date de mise à disposition.
