Fireworks Nexus : router le code vers des modèles open-weight pour réduire la facture IA d'un facteur 3 à 5

Le 28 juillet 2026, Fireworks AI a lancé Fireworks Nexus, une plateforme de routage et de contrôle des dépenses. Elle dirige les tâches de codage de routine vers des modèles open-weight et, selon l'éditeur, réduit les coûts de 3 à 5 fois, sans modifier les outils habituels comme Claude Code.

Pourquoi un tel outil

Les dépenses liées aux agents IA augmentent plus vite que les entreprises ne parviennent à les planifier. D'après Forbes, Uber a épuisé tout son budget IA pour 2026 en seulement quatre mois. Fireworks s'appuie sur ce même rapport : l'adoption des outils agentiques dans les équipes d'ingénierie est passée d'environ un tiers des salariés à plus des quatre cinquièmes en deux mois, et Claude Code, lancé en décembre 2025, a touché à lui seul environ 5 000 ingénieurs.

Pour Fireworks, la racine du problème tient à un décalage plutôt qu'à un excès de dépenses : la plupart des organisations exécutent le travail de routine aux tarifs des modèles « frontier », car le passage aux modèles open-weight reste peu pratique sur le plan opérationnel pour les équipes plateforme.

Comment fonctionne Fireworks Nexus

Fireworks Nexus se compose de trois briques et se branche par-dessus les outils de développement déjà en place. Ses principales caractéristiques :

• Contrôle et observabilité : budgets au niveau de l'équipe ou de l'entreprise, suivi du ROI par modèle, endpoints hébergés aux États-Unis, zéro rétention des données (zero data retention) et couverture de 20 centres de données dans le monde.
• FireConnect : installation en une seule ligne, sous licence Apache 2.0 ; il associe les emplacements de modèles du harness aux modèles Fireworks. Claude Code, Codex et OpenCode continuent de fonctionner sans modification, via des API compatibles Anthropic et OpenAI.
• Routage intelligent : un modèle entraîné évalue la complexité de chaque requête. La routine part vers un modèle open-weight peu coûteux, les tâches complexes vers votre fournisseur habituel, avec votre propre clé (qui, selon Fireworks, n'est pas stockée côté serveur).

Le routeur est pour l'instant en research preview. Il route actuellement entre Claude Opus 5 et GLM-5.2 ; le chemin pass-through exige donc une clé Anthropic, tandis que la configuration entièrement ouverte route entre Kimi K3 et GLM-5.2.

Quelle économie réelle ?

Dans les tests indépendants, les économies se sont révélées notables et ne s'expliquent pas par le seul cache. Faros AI a exécuté 211 tâches d'ingénierie réelles, issues de 12 dépôts, sur sept routes « modèle + harness ». Claude Code sur GLM-5.2 a obtenu 0,568 selon un modèle-juge à grille d'évaluation, contre 0,521 pour Claude Code sur Opus 4.8, pour un coût de 0,92 $ contre 1,76 $ par tâche. La part du cache s'établit respectivement à 89,7 % et 99,7 %.

«

Cette cohorte est propre à une entreprise donnée et ne constitue pas un classement universel », prévient Faros AI à l'issue de sa mesure.

Une seconde étude, menée par Arize avec Fireworks, a porté sur 10 modèles et 40 tâches Terminal-Bench, à raison de six exécutions chacune : 2 400 lancements et 626 $ de frais d'API. Sur les tâches faciles, le modèle frontier n'apporte aucun avantage : Kimi K2.6 en réussit 73 %, GPT-5.5 69 %. Sur les tâches difficiles, ce sont les meilleurs modèles qui dominent : GPT-5.5 à 51 %, Kimi K3 à 32 %. Le routage simulé a battu toute stratégie à modèle unique : l'échelle d'escalade a coûté 0,525 $ par tâche réussie et en résolvait systématiquement 32,3 sur 40, alors que GPT-5.5 seul coûtait 0,636 $ et en résolvait 25 sur 40.

Ce que cela change

Fireworks Nexus fait du choix du modèle un paramètre pilotable : la routine passe sur des moteurs open-weight peu coûteux, et le modèle frontier, onéreux, reste réservé aux tâches réellement complexes. Les chiffres proviennent de l'éditeur et du programme preview, mais les mesures indépendantes de Faros AI et d'Arize confirment la thèse centrale : sur une partie des tâches, payer plus pour un modèle haut de gamme n'achète pas de qualité supplémentaire.

Questions fréquentes

Fireworks Nexus fonctionne-t-il avec Claude Code ?

Oui. Le composant FireConnect s'installe d'une seule commande depuis le tableau de bord Fireworks et associe les emplacements de modèles, de sorte que Claude Code, Codex et OpenCode continuent de fonctionner sans modification, via des API compatibles Anthropic et OpenAI.

De combien Fireworks Nexus réduit-il les dépenses ?

Selon Fireworks, la réduction typique est de 3 à 5 fois. Lors de tests avec les équipes de Notion et de Doximity, le coût d'une pull request fusionnée a baissé d'environ un tiers, et le prix moyen du token s'est établi à environ un quart de celui des laboratoires de modèles propriétaires.