Como Vercel usa Fireworks AI
A Vercel usa a Fireworks AI para executar e ajustar um modelo de código aberto que corrige automaticamente erros no código gerado por sua ferramenta v0. Ela aplica ajuste fino por reforço e decodificação especulativa para melhorar a saída sem erros e a velocidade.
Ver a prova capturadaO caso de uso: como Vercel implanta 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.
Outros resultados informados
Números publicados no estudo de caso de Fireworks AI. Eles não são medidos de forma independente pelo usedby.
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
Nas palavras do cliente
O modelo v0 da Vercel é um modelo composto. O estado da arte nessa área muda todos os dias, então você não quer ficar preso a um único modelo. Usando um modelo com ajuste fino por aprendizado por reforço com a Fireworks, temos um desempenho substancialmente melhor que o estado da arte. Em nossa avaliação, o Sonnet 3.5 compilou em 62%, e nossa taxa de geração sem erros ficou bem acima dos 90%Tradução automática do inglêsVer o 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 90sO modelo v0 da Vercel é um modelo composto. O estado da arte (SOTA) nessa área muda todos os dias, então não vale a pena ficar preso a um único modelo. Usando um modelo de aprendizado por reforço ajustado com a Fireworks, temos um desempenho substancialmente melhor que o SOTA.Tradução automática do inglêsVer o 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.Outras ferramentas de IA usadas por Vercel
Outras relações públicas registradas no usedby.
AWS BedrockConfirmado
NotionConfirmado
BasetenObservado
BraintrustObservado
BrightHireObservado
BrowserbaseObservadoUsuários de Fireworks AI no setor DevTools e infraestrutura
Empresas do mesmo setor, com evidências públicas.
Ver todos os clientes de Fireworks AI
Ir direto à fonte
Com base no estudo de caso publicado por Fireworks AI. Verificamos as evidências públicas; os resultados são informados pelo fornecedor.
fireworks.ai- Fonte publicada em
- 3 de nov. de 2025
- Última verificação
- 31 de out. de 2026
Abrir a captura da fonte O que o estudo de caso afirma e o que verificamos
O que comparamos com a página.
- O número: 40XVerificado
Impresso palavra por palavra na página, perto do nome de Vercel.
- O trecho citado acimaVerificado
Copiado palavra por palavra da página, perto do nome de Vercel.
- Os números do nosso resumoVerificado
Cada um está impresso na página.
- A data de publicaçãoVerificado
Lida nos próprios metadados da página, nunca adivinhada.
- Vercel usa Fireworks AIVerificado
Linha de nível Confirmado.
- O resultado em siNão verificado
Nós o citamos; não o 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.