Fireworks AI发布Nexus：面向开发团队的AI路由与成本管控层

面向工程组织的AI成本治理新方案

Fireworks AI正式发布Fireworks Nexus——一款专为软件工程团队设计的AI管理与智能路由平台。该平台不替代现有开发工具，而是作为‘插入即用’（drop-in）中间层，将开发者日常使用的编码助手（如Claude Code、Codex、OpenCode等）无缝对接至Fireworks托管的开源大模型服务，旨在解决当前企业AI支出失控的核心矛盾：大量例行编码工作正以前沿闭源模型（如Claude Opus、GPT-5.5）的高价运行，而迁移至开源模型又因运维复杂性被平台团队长期搁置。

三大核心能力：可控、连续、智能

Nexus由三个模块构成：

1. 企业级管控与成本可观测性：支持按团队或公司级设置预算阈值；统一追踪不同模型与工具组合的ROI；集中执行访问策略与合规规则。所有请求均经Fireworks生产级推理平台处理，提供美国本土托管端点、零数据留存承诺，并覆盖全球20个数据中心。

2. 工作流零改造延续性：FireConnect组件采用Apache 2.0协议开源，仅需一行命令即可从Fireworks仪表盘安装。它通过映射‘模型槽位’（model slots）实现兼容——原有工具无需代码修改，Claude Code等仍照常运行。其底层基于Anthropic-与OpenAI兼容的Serverless API，绝大多数工具只需更换基础URL与模型ID即可接入。

3. 基于难度的智能流量分发：Nexus内置一个定制训练的轻量级评分模型，实时评估每个请求的复杂度。简单任务（如补全、注释生成、单元测试编写）自动路由至Fireworks托管的开源模型（如GLM-5.2、Kimi K3）；高难度任务（如跨模块重构、复杂调试）则透传至用户自有密钥绑定的闭源服务商（当前需Anthropic密钥）。Fireworks称该机制平均带来3–5倍成本下降。

实证效果：成本显著下降，质量未明显折损

Fireworks研究团队联合Notion、Doximity等企业开展预览测试，初步数据显示：每条成功合并的Pull Request平均成本下降约三分之一；综合Token消耗速率约为闭源模型实验室报价的四分之一。

更关键的是两项独立第三方评估：

• Faros AI评估：基于12个真实代码仓库的211项工程任务，在7种模型+工具组合路径下测试。Claude Code搭配GLM-5.2得分为0.568，略高于Claude Opus 4.8的0.521；但单任务成本仅为$0.92，显著低于$1.76。缓存命中率（89.7% vs 99.7%）排除了缓存效应主导结果的可能性。

• Arize联合研究：在40个Terminal-Bench任务上对10个模型各运行6次（共2400次API调用，总花费$626），以‘每成功任务成本’（含失败重试）为关键指标。结果显示：在简单任务上，Kimi K2.6通过率73%，GPT-5.5为69%；在困难任务上，仅GPT-5.5（51%）与Kimi K3（32%）具备竞争力。模拟路由策略中，‘阶梯式升级’（ladder）方案以$0.525/成功任务的成本稳定解决40项中的32.3项，优于GPT-5.5单模型（$0.636，解决25项）及盲目轮询全部10模型（$1.319）。

落地路径：三种接入方式，适配不同成熟度团队

Nexus提供三类部署选项：

• FireConnect插件路径：最低摩擦，要求系统已安装Claude Code CLI；仅需一次输入Fireworks API Key，自动注册插件市场并备份原始配置。提供`/fireconnect:on/off/setup/models/set-models`等命令行指令。

• 环境变量直连路径：跳过插件，直接设置`ANTHROPIC_BASE_URL`指向Fireworks端点并配置对应Key，或使用OpenAI兼容客户端修改Base URL与Model ID。

• 自定义集成路径：Arize指出，将其评估框架接入新模型仅需一行配置——企业可基于开源评估套件（如Arize Harness）复现验证，再将路由逻辑嵌入自身CI/CD或IDE插件中。