Cómo Vercel utiliza Fireworks AI
Vercel utiliza Fireworks AI para ejecutar y ajustar un modelo de código abierto que corrige automáticamente los errores del código generado por su herramienta v0. Aplica ajuste fino por refuerzo y decodificación especulativa para mejorar la ausencia de errores y la velocidad.
Ver la prueba capturadaEl uso: cómo Vercel implementa Fireworks AI
Vercel uses Fireworks AI to run and fine-tune an open-source model that automatically fixes errors in code generated by its v0 tool. It applies reinforcement fine-tuning and speculative decoding to improve error-free output and speed.
Otros resultados publicados
Cifras publicadas en el caso de estudio de Fireworks AI. usedby no las mide de forma independiente.
The result is a platform capable of achieving a 93% error-free generation rate and a 40X improvement in end-to-end latency for v0 users, setting a new benchmark for developer-facing AI tooling.
In our evaluation, Sonnet 3.5 compiled at 62%, and we got our error-free generation rate well into the 90s
En palabras del cliente
El modelo v0 de Vercel es un modelo compuesto. El estado del arte en este campo cambia todos los días, así que no conviene atarse a un único modelo. Con un modelo de aprendizaje por refuerzo ajustado con Fireworks, rendimos sustancialmente mejor que el estado del arte. En nuestra evaluación, Sonnet 3.5 compiló al 62 %, y nosotros llevamos nuestra tasa de generación sin errores muy por encima del 90 %Traducción automática del inglésVer el original
Vercel's v0 model is a composite model. The SOTA in this space changes every day, so you don't want to tie yourself to a single model. Using a fine-tuned reinforcement learning model with Fireworks, we perform substantially better than SOTA. In our evaluation, Sonnet 3.5 compiled at 62%, and we got our error-free generation rate well into the 90sEl modelo v0 de Vercel es un modelo compuesto. El estado del arte en este campo cambia cada día, así que no conviene atarse a un único modelo. Con un modelo de aprendizaje por refuerzo ajustado con Fireworks, obtenemos un rendimiento sustancialmente mejor que el estado del arte.Traducción automática del inglésVer el original
Vercel’s v0 model is a composite model. The SOTA in this space changes every day, so you don’t want to tie yourself to a single model. Using a fine-tuned reinforcement learning model with Fireworks, we perform substantially better than SOTA.Otras herramientas de IA utilizadas por Vercel
Otras relaciones públicas registradas en usedby.
AWS BedrockConfirmado
NotionConfirmado
BasetenObservado
BraintrustObservado
BrightHireObservado
BrowserbaseObservadoClientes de Fireworks AI en DevTools e Infraestructura
Empresas del mismo sector, con pruebas públicas.
Ver todos los clientes de Fireworks AI
Consultar la fuente
Basado en el caso de éxito publicado por Fireworks AI. Verificamos las pruebas públicas; los resultados son los que declara el proveedor.
fireworks.ai- Fuente publicada
- 3 nov 2025
- Última verificación
- 31 oct 2026
Abrir la captura Lo que dice la historia, y lo que verificamos
Lo que comparamos con la página.
- La cifra: 40XVerificado
Impresa palabra por palabra en la página, cerca del nombre de Vercel.
- El pasaje citado arribaVerificado
Copiado palabra por palabra de la página, cerca del nombre de Vercel.
- Los números de nuestro resumenVerificado
Cada uno está impreso en la página.
- La fecha de publicaciónVerificado
Leída en los metadatos de la propia página, nunca adivinada.
- Vercel usa Fireworks AIVerificado
Línea de nivel Confirmado.
- El resultado en síNo verificado
Lo citamos; no lo medimos.
The result is a platform capable of achieving a 93% error-free generation rate and a 40X improvement in end-to-end latency for v0 users, setting a new benchmark for developer-facing AI tooling.