تعلن Fireworks عن استدلال أسرع للوكلاء ونشر سيادي

أعلنت Fireworks عن مجموعة من منتجات الذكاء الاصطناعي للمؤسسات في 3 نوفمبر 2026، خلال مؤتمر Forge السنوي الأول، وكان في مقدمتها إصدار معاينة للاستدلال فائق السرعة Ultra-fast، قالت الشركة إنه بلغ سرعة تصل إلى 1,500 رمز في الثانية على DeepSeek V4.1 Flash، إلى جانب أدوات لتوجيه النماذج وتقييمها وتقديمها بصورة متخصصة، ومعاينة خاصة لـFireworks Sovereign، المخصص للبنية التحتية التي يملكها العملاء.

مواءمة سرعة الاستدلال وتكلفته مع طبيعة عبء العمل

تتوفر Ultra-fast حاليًا في معاينة عامة على وحدات معالجة الرسوميات NVIDIA Blackwell، وقد صُممت للوكلاء متعددي الخطوات، إذ تضيف كل مطالبة للنموذج وقتًا إلى انتظار النتيجة. وأفادت Fireworks بأن مدة إكمال اختبارها المعياري للوكلاء، المؤلف من 30 جولة، انخفضت من دقيقة واحدة إلى ثماني ثوانٍ باستخدام Ultra-fast. وتستهدف هذه الإمكانية الأعمال الحساسة للوقت، مع توفير خيارات أقل تكلفة للمهام التي يمكنها الانتظار.

للأعمال التي تتحمل التأخير، ينفذ وضع المهام في الخلفية المهام المؤهلة، مثل إنشاء بيانات التقييم وإجراء الأبحاث طوال الليل، بنصف السعر. ويستهدف التخزين المؤقت للمطالبات لعدة أيام خفض تكلفة السياق المتكرر. وأصبحت الحدود الأعلى لمعدلات الاستخدام دون خادم وخاصية Elastic Burst متاحتين عمومًا لأعباء العمل الكثيفة؛ ويمكن لخاصية Elastic Burst تجاوز سقف الاستخدام المعتاد للعميل عند توفر سعة فائضة، من دون تغييرات في الشيفرة أو الأسعار.

يوضح اختبار معياري أجرته Fireworks في 14 سبتمبر 2026 على DeepSeek V4.1 Flash أهمية السياق المتكرر. ففي تشغيل DeepSWE، كانت 99.6% من رموز الإدخال إصابات في الذاكرة المؤقتة، وشكلت رسوم الرموز التي أصابت الذاكرة المؤقتة 60% من الفاتورة. ويجعل هذا التفصيل السياق المتكرر هدفًا مهمًا لخفض التكلفة في الوكلاء طويلة التشغيل، بدلًا من اعتبار المخرجات المُولّدة المصدر الوحيد للإنفاق.

ويمتد التركيز نفسه على التكلفة إلى تخصيص النماذج. فقد استخدم Ember-1، الذي طُرح في 23 سبتمبر 2026 ضمن معاينة بحثية دون خادم، رموزًا أقل بنحو 40% من Kimi K3 مع تحقيق جودة مماثلة، وفقًا لتقييمات Fireworks. وهو متاح ضمن عمليات النشر دون خادم والمخصصة.

Nexus Desktop وأسعار الاشتراكات

يوجّه Fireworks Nexus الطلبات إلى نماذج مفتوحة ومغلقة ضمن أدوات البرمجة والعمل التعاوني الحالية، مستعينًا باختيار نماذج مخصص لكل مستخدم ومراعاة للذاكرة المؤقتة. كما يجمع معلومات الإنفاق وضوابطه مركزيًا للمؤسسات. وأُطلق Nexus Desktop إلى جانب Nexus CLI المتاح سابقًا، مع تشغيل Nexus في تطبيق Codex وClaude Desktop وOpenCode.

تبدأ أسعار خطط Nexus Pro الجديدة من 8 دولارات شهريًا، فيما تبدأ خطط Teams من 10 دولارات لكل مقعد شهريًا. وتضيف خطط المؤسسات تسجيل الدخول الموحّد والحوكمة والميزانيات المشتركة وضوابط الوصول.

تسرد وثائق Nexus Desktop إصدارًا موحدًا من macOS لأجهزة Mac المزودة بمعالجات Apple silicon وأجهزة Mac المزودة بمعالجات Intel، على أن يتوفر الدعم لنظامي Linux وWindows قريبًا. وتعمل واجهة سطر الأوامر على macOS وLinux، مع دعم محدود لنظام Windows عبر Git Bash. وتشمل اتصالات إصدار سطح المكتب ChatGPT وClaude Code وCursor IDE وVS Code وOpenCode، فيما يوصف دعم Claude Desktop بأنه محدود.

التقييم وتقديم النماذج المتخصصة

تستخدم No Eval، المتاحة حاليًا في معاينة خاصة، آثار التشغيل من أنظمة الإنتاج والإشارات الواردة من المنتجات لبناء تقييمات لمهام محددة. وتهدف هذه التقييمات إلى كشف نقاط ضعف النماذج وبيان ما إذا كان التدريب اللاحق يعالجها، ما يخفف أعباء عمل قد تتطلب، لولا ذلك، أسابيع من وسم البيانات وتقييمها.

دخلت خدمة استدلال النماذج المتخصصة مرحلة المعاينة العامة لتقديم محولات LoRA على مجموعة Fireworks المشتركة دون خادم، مع إتاحتها مبدئيًا لـGLM 5.3 Flash. ويدفع العملاء مقابل كل رمز وفق سعر النموذج الأساسي دون خادم، من غير الحاجة إلى إنشاء عملية نشر. ولا تُفرض رسوم على تحميل المحول أو إبقائه محمّلًا أو على فترة الخمول، بينما تُحتسب تكلفة التدريب على نحو منفصل.

بالنسبة إلى GLM 5.3 Flash، تبلغ الأسعار الموثقة 0.15 دولار لكل مليون رمز إدخال، و0.03 دولار لكل مليون رمز إدخال مخزّن مؤقتًا، و0.50 دولار لكل مليون رمز إخراج.

تدعم المعاينة رتبة LoRA قصوى تبلغ 64، وما يصل إلى ثلاثة محولات محمّلة لكل حساب للنموذج الأساسي. وتوثق Fireworks أن التحميل يستغرق أقل من خمس دقائق، وأن الطلب الأول قد يستغرق ما يصل إلى دقيقة واحدة، بينما تُنفذ الطلبات اللاحقة بزمن استجابة يقارب زمن استجابة النموذج الأساسي، من دون ضمانات لزمن الاستجابة خلال فترة المعاينة.

تعمل المحولات على وحدات معالجة رسوميات مشتركة مع محولات عملاء آخرين. وتوصى عمليات النشر المخصصة لأعباء العمل التي تتطلب زمن استجابة ثابتًا، أو وحدات معالجة رسوميات معزولة، أو منطقة محددة، أو تقديمًا بدقة أعلى؛ أما الخدمة دون خادم فتستهدف التجارب وحركة الاستخدام المتقلبة.

ضوابط المؤسسات والنشر السيادي

أصبحت حوكمة النماذج وضوابط الإنفاق وسجلات التدقيق القابلة للتصدير متاحة عمومًا. أما إدارة الحسابات المركزية وضوابط البيانات الإقليمية والتشفير الذي يديره العميل، فما زالت في مرحلة المعاينة.

تشغّل Fireworks Sovereign، المتاحة في معاينة خاصة، محرك الاستدلال التابع للشركة ضمن سحابة العميل أو سحابة مزود متخصص أو مركز بياناته. ويظل الاستدلال والتدريب داخل بيئة العميل وخاضعين لسياساته الأمنية وسياسات التحكم في التغيير. وتفيد Fireworks بأنها تدير أكثر من 25,000 وحدة معالجة رسوميات في بيئات العملاء.

يقسّم نموذج التشغيل المسؤوليات بين الطرفين. تؤهّل Fireworks المجموعة، وتنشر النماذج، وتتولى الترقيات والمراقبة وضبط الأداء والاستجابة للحوادث، بينما يحتفظ العميل بملكية البنية وسياساتها. ويتولى العملاء إدارة حركة الدخول وموازنة الأحمال ونظام أسماء النطاقات (DNS) وشهادات TLS ومسارات الاتصالات الصادرة المعتمدة. وتستخدم طبقة التحكم لدى Fireworks بيانات اعتماد مخصصة قابلة للتدقيق، مع حصر حركة الاتصالات الصادرة في تنزيل أوزان النماذج وصور الحاويات، إلى جانب بيانات القياس التشغيلية.

تقول Fireworks إن Sovereign يحقق إنتاجية أعلى بنسبة تتراوح بين 20% و50% على الأجهزة نفسها، ويوفر نحو 2.3 ضعف عدد الرموز لكل دولار يُنفق على الأجهزة. ويتيح خيار التجاوز الهجين نقل أعباء العمل المؤهلة إلى Fireworks Cloud في مناطق يوافق عليها العميل عندما تبلغ المجموعة حدّ سعتها، ثم إعادتها إلى وحدات معالجة الرسومات التابعة للعميل مع انخفاض الطلب، باستخدام واجهة برمجة التطبيقات نفسها.

تجعل مجموعة Forge اختيار النماذج واقتصاديات الاستدلال والتحكم في البنية التحتية جزءًا من القرار المؤسسي نفسه. ويتمثل التحفظ الأساسي في اختلاف ظروف التشغيل باختلاف كل خيار: فالمحولات بلا خوادم تتجنب الحاجة إلى سعة مخصصة، لكنها تعمل على وحدات معالجة رسومات مشتركة، من دون ضمانات لزمن الاستجابة خلال المعاينة؛ أما Sovereign فيجمع بين بنية تحتية يملكها العميل ومجموعة تقديم تشغّلها Fireworks.