Fireworks AIの支出をCloud Intelligence™で一元管理

Fireworks AIアカウントを接続すれば、モデル別・デプロイメントタイプ別・GPU別のコストと使用状況の分析、予算管理、コスト配分を、他のクラウドやAIの請求と並べて確認できます。

AI推論の支出は、クラウドの請求書の外側に潜みがちです。Fireworks AIでモデルを運用している場合、サーバーレス推論はトークン単位、専用デプロイメントはGPU時間単位で課金され、ファインチューニングはさらに別枠で請求されます。そのいずれも、FinOpsの作業が行われる場所には表示されません。Fireworksのダッシュボードの確認は手作業になりますし、複数のチームがAPIキーを持っている状況では、「今月のコスト増加をもたらしているのはどのモデルか」という問いに明確な答えを出せません。

そのギャップが解消されました。Cloud Intelligence™がFireworks AIのコストと使用状況データをインポートできるようになりました。

できること

接続すると、Fireworks AIがCost & Usageレポートにプロバイダーとして表示されます。コストは日次の粒度で取り込まれ、プロダクトライン(Serverless Inference、Dedicated Deployments、Fine-tuning)別およびモデル別にグループ化されます。使用量は、推論とファインチューニングはトークン数で、専用デプロイメントはGPU時間で計測されます。バッチ推論も個別に集計され、入力トークンがキャッシュから提供されたかどうかも確認できます。

自動生成されるラベルが大きな威力を発揮します。Model、Deployment Type、Usage Type、Cached、そしてAccelerator(専用デプロイメントの背後にあるGPUタイプ)です。専用デプロイメントが週末の間ずっと8GPUノード上でアイドル状態だった場合でも、月末に請求書で驚くのではなく、レポート上のGPU時間として明確に把握できます。

初回接続時には最大180日分の履歴データをバックフィルし、その後は6時間ごとに更新されます。Fireworks AIの支出はAI Intelligenceダッシュボードにも表示され、Anthropic、OpenAI、CursorなどのAIプロバイダーのコストと並べて確認できるため、AI支出の全体像を5つのタブではなく1つのビューで把握できます。

セットアップはあえてシンプルにしてあります。必要なのはFireworksのアカウントIDと管理者用APIキーだけで、接続テストで動作するかどうかがすぐにわかります。具体的な手順はFireworks AI接続ガイドをご覧ください。

始め方

1. IntegrationsカタログからFireworks AIアカウントを接続します。
2. 初回インポートの完了を待ちます(完了するとメールが届きます。通常30分以内です)。
3. AI Intelligenceダッシュボードを開き、他のAIプロバイダーと並べてFireworks AIの支出を確認します。

Fireworks AIで実際の推論ワークロードを運用されている方は、レポートで答えが得られた点・得られなかった点をぜひお聞かせください。そのフィードバックが、次にインポートすべきデータを決める材料になります。