Comment Genspark utilise Fireworks AI
Genspark utilise le Reinforcement Fine Tuning de Fireworks sur le modèle ouvert Kimi K2 pour alimenter son agent Deep Research, qui mène des recherches en plusieurs étapes avec plusieurs outils et produit des rapports structurés. Le modèle affiné a remplacé un modèle frontier propriétaire et est déployé sur l’infrastructure de Fireworks.
Voir la preuve capturéeL’usage : comment Genspark déploie Fireworks AI
Genspark uses Fireworks' Reinforcement Fine Tuning on the open Kimi K2 model to power its Deep Research agent, which runs multi-step, multi-tool research and produces structured reports. The fine-tuned model replaced a closed-source frontier model and is deployed on Fireworks infrastructure.
Autres résultats publiés
Chiffres publiés dans l’étude de cas de Fireworks AI. usedby ne les mesure pas de façon indépendante.
Genspark achieved 12% better quality and 33% more tool calls than a state of the art (SOTA) closed-source model
with the RFT optimizations unlocked a 33% jump in tool calls
deploy a complex optimized solution from POC to Production in 4 weeks
Le témoignage du client
Nous sommes vraiment ravis de ce que nous avons pu accomplir en partenariat avec Fireworks. Fireworks nous a permis de maîtriser notre parcours IA et d’obtenir une meilleure qualité en quatre semaines seulement. Il en a résulté une meilleure expérience pour nos clients.Traduction automatique de l’anglaisVoir l’original
We are really excited to see what we were able to achieve partnering with Fireworks. Fireworks enabled us to own our AI journey, and unlock better quality in just four weeks. This resulted in a better user experience for our customers.Les autres outils IA utilisés par Genspark
Autres relations publiques recensées sur usedby.
Explorer la stack IA de GensparkLes clients de Fireworks AI dans le secteur Intelligence artificielle
Des entreprises du même secteur, avec une preuve publique.
Voir tous les clients de Fireworks AIConsulter la source
Cette synthèse repose sur l’étude de cas publiée par Fireworks AI. Nous vérifions la preuve publique ; les résultats sont ceux rapportés par l’éditeur.
fireworks.ai- Source publiée
- 31 oct. 2025
- Dernière vérification
- 31 oct. 2026
Ouvrir la capture Ce que dit le témoignage, et ce que nous avons vérifié
Ce que nous avons comparé à la page.
- Le chiffre : 50%Vérifié
Imprimé mot pour mot sur la page, près du nom de Genspark.
- L’extrait cité plus hautVérifié
Copié mot pour mot depuis la page, près du nom de Genspark.
- La date de publicationVérifié
Lue dans les métadonnées de la page, jamais devinée.
- Genspark utilise Fireworks AIVérifié
Ligne de niveau Confirmé.
- Le résultat lui-mêmeNon vérifié
Nous le citons ; nous ne l’avons pas mesuré.
By leveraging Fireworks’ Reinforcement Fine Tuning to train large state-of-the-art open models, in one month Genspark achieved 12% better quality and 33% more tool calls than a state of the art (SOTA) closed-source model , leading to a 50% cost reduction and superior answer quality.









