Together AI vs Fireworks — OSSモデルをどこで動かすか

料金の比較

H100 のオンデマンドで $3.99 と $8.00 なので倍の差がある。さらに Together は中断許容で $1.99、予約で $3.19 からという選択肢を持つ。GPU 時間が費用の中心になるワークロードでは、この差は決定的になる。

ただし比べているものが完全に同じではない。Together の $3.99 はクラスタ、Fireworks の $8.00 はデプロイ基盤込みのオンデマンドである。運用の手間を含めて比べる必要がある。

2. ファインチューニングの価格が出ているか

Fireworks は LoRA の教師ありファインチューニングを100万学習トークンあたり $0.50〜$10.00 とモデルサイズ別に公開している。DPO はおよそ倍。これは実務で効く。

多くの提供元はファインチューニングの価格を問い合わせにしている。事前に見積もれないと、実験する判断自体が社内で通らない。公開されているだけで、試すかどうかの意思決定が速くなる。

3. リージョン制限の割増

Fireworks はリージョンを限定したデプロイに1.5倍の割増がある。データ所在地の要件がある場合、$8.00 が $12.00 になる計算で、見積もりへの影響が大きい。要件を先に確定してから比較する。

4. どちらでもない選択肢

そもそもOSSモデルを動かす必要があるか。商用モデルのAPIで足りるなら、そのほうが安く速いことが多い。OSSを選ぶ理由は、特定モデルが必要、ファインチューニングしたい、データの扱いに制約がある、のいずれかであるべきである。

よくある質問

Q. ファインチューニングは効果がありますか。

A. タスクによります。出力形式を安定させる、特定の文体に寄せる、専門用語を扱わせる用途では効果があります。知識を増やす目的では RAG のほうが適しています。

Q. どちらが速いですか。

A. モデルと負荷で変わります。両方とも無料クレジットや少額から試せるので、自分のプロンプトで実測してください。