Fireworks AI lance Nexus, une couche de routage qui bascule le code de routine vers des modèles ouverts pour réduire les coûts
Fireworks AI a lancé Fireworks Nexus, une plateforme de gestion et de routage d'intelligence artificielle destinée aux équipes d'ingénierie, qui relie les outils de développement déjà utilisés par les développeurs à une couche gérée de modèles à poids ouverts. L'initiative répond à un problème documenté par Forbes: Uber a épuisé tout son budget IA 2026 en seulement quatre mois, tandis que Claude Code comptait environ 5 000 ingénieurs après son déploiement de décembre, l'adoption des usages agentiques passant d'un tiers à plus de quatre cinquièmes des ingénieurs en deux mois. Nexus repose sur trois piliers: des contrôles d'entreprise avec budgets, suivi du retour sur investissement et hébergement aux États-Unis sans rétention de données sur 20 centres de données mondiaux; FireConnect, une installation en une ligne sous licence Apache 2.0 qui connecte des outils comme Claude Code, Codex ou OpenCode sans modification, via des API compatibles Anthropic et OpenAI; et un routeur intelligent qui évalue la difficulté de chaque requête pour envoyer les tâches routinières vers un modèle ouvert économique et les tâches complexes vers le fournisseur habituel, via la clé API du client jamais stockée côté serveur. Fireworks annonce une réduction de coûts de 3 à 5 fois grâce à ce mécanisme, actuellement en préversion et routant entre Claude Opus 5 et GLM 5.2, ou entre Kimi K3 et GLM 5.2 pour une configuration entièrement ouverte. Cette approche s'attaque directement à un enjeu financier critique pour les entreprises qui généralisent l'usage d'assistants de code: la facturation au tarif des modèles de pointe pour des tâches qui ne le justifient pas. Des tests menés avec Notion et Doximity montrent une baisse d'un tiers du coût par pull request fusionnée et un tarif de jetons environ quatre fois inférieur à celui des grands laboratoires fermés, même si ces chiffres proviennent du fournisseur lui-même. Deux évaluations indépendantes citées par Fireworks apportent des preuves plus solides. Faros AI, sur 211 tâches réelles réparties sur 12 dépôts, a mesuré un score de 0,568 pour Claude Code couplé à GLM 5.2 contre 0,521 pour Opus 4.8, à un coût de 0,92 dollar contre 1,76 dollar par tâche, avec des taux de cache comparables écartant tout biais lié à la mise en cache. L'étude conjointe d'Arize et Fireworks, portant sur 2 400 exécutions couvrant 10 modèles et 40 tâches Terminal Bench pour 626 dollars de dépenses API, confirme la logique du routage. Sur les tâches faciles, la prime des modèles de pointe n'apporte rien: Kimi K2.6 réussit 73% des cas contre 69% pour GPT 5.5. Sur les tâches difficiles en revanche, seuls les modèles les plus performants s'en sortent, GPT 5.5 atteignant 51% de réussite contre 32% pour Kimi K3. Une stratégie d'escalade progressive entre modèles a atteint 0,525 dollar par tâche réussie en résolvant 32,3 tâches sur 40, battant GPT 5.5 utilisé seul (0,636 dollar, 25 tâches) et l'escalade brute à travers les dix modèles, plus coûteuse à 1,319 dollar. Ces résultats alimentent un débat plus large sur la manière dont les entreprises doivent arbitrer entre performance et coût dans le déploiement massif d'agents de codage, alors que la pression budgétaire s'intensifie face à l'explosion des usages.
