Fireworks 上线 DeepSeek V4 Flash 0731 微调支持

Fireworks AI 在其官方 X 账号上宣布，平台已上线 DeepSeek V4 Flash 0731 模型的微调支持。开发者可通过 Dedicated Training API 提交 SFT、DPO 与 RL 训练作业，其中 SFT 和 DPO 也可经由托管 UI 启动。该版本被定位为面向编码 Agent 与高并发生产场景，主打「以更低成本获取较高质量」。

公告中提及的能力

• 训练方式：支持监督微调（SFT）、直接偏好优化（DPO）以及强化学习（RL）训练任务。
• 接入方式：SFT 与 DPO 可直接在 Fireworks 管理界面发起；RL 训练需通过 Dedicated Training API 调用。
• 目标场景：编码类 Agent 和高吞吐量的生产部署。

关于模型本身的疑点

公告中提到的具体型号为「DeepSeek V4 Flash 0731」，版本后缀「0731」通常对应 7 月 31 日的快照。然而截至该公告发布时，关于 DeepSeek 是否正式发布过 V4 版本、其参数规模、上下文窗口长度以及公开基准成绩，原文均未披露，也未附论文或官方仓库链接，因此上述信息需要谨慎看待，读者宜以 DeepSeek 官方渠道为准。

行业层面的解读

Fireworks AI 作为模型推理与微调平台服务商，最先在自家基础设施中引入 DeepSeek 新版本微调，意味着开源生态的应用层正在进一步分化：模型厂商负责权重，平台厂商则在定制化训练、部署与成本优化上竞争。对希望在 DeepSeek 模型上构建编码 Agent 或私有化变体的团队而言，这是一个新的工程化选项，但具体效果与成本优势尚需等待实际测试验证。

本次公告附带一条短链指向 Fireworks 官方页面，感兴趣的开发者可前往查阅最新文档与定价细节。