# Fireworks AI Release Notes (Seite 3) > 79 Updates, 1 aktive Quellen, zuletzt aktualisiert am 7. Oktober 2026. Quelle: [Seite](https://updatefeed.de/updates/fireworks-ai) · Feed: [RSS](https://updatefeed.de/feed/fireworks-ai/feed.rss) ## Juli 2025 ### SFT V2 unterstützt Llama 4 MoE 16. Juli 2025 Supervised Fine-Tuning V2 unterstützt nun die Llama-4-MoE-Modelle Scout und Maverick, jeweils nur Text. [Originalquelle](https://docs.fireworks.ai/updates/changelog) ### Build SDK: Überarbeitete Deployment-Logik der LLM-Klasse 10. Juli 2025 Die Deployment-Logik der `LLM`-Klasse im Build SDK wurde überarbeitet: `id` ist bei "on-demand" und `base_id` bei "on-demand-lora" nun Pflicht, `deployment_display_name` ist optional und standardmäßig der Dateiname, und ein Deployment mit gleicher `id` wird wiederverwendet statt neu angelegt. [Originalquelle](https://docs.fireworks.ai/updates/changelog) ### Responses API jetzt im Python SDK verfügbar 2. Juli 2025 Die Responses API lässt sich jetzt im Python SDK verwenden. [Originalquelle](https://docs.fireworks.ai/updates/changelog) ### Anmeldung bei Fireworks mit LinkedIn 1. Juli 2025 Die Anmeldung bei Fireworks ist jetzt mit einem LinkedIn-Konto möglich, auf der Login-Seite sowie per `firectl login` in der CLI, wobei die primäre LinkedIn-E-Mail-Adresse zur Kontoidentifikation dient. [Originalquelle](https://docs.fireworks.ai/updates/changelog) ## Juni 2025 ### GitHub-Anmeldung und Einstellung von Document Inlining 30. Juni 2025 Fireworks unterstützt jetzt die Anmeldung per GitHub-Konto (Web und `firectl login`), während Document Inlining (`#transform=inline`) eingestellt wurde und nicht mehr verfügbar ist. [Originalquelle](https://docs.fireworks.ai/updates/changelog) ### Build SDK mit reward-kit und neue Responses API 24. Juni 2025 Das Build SDK integriert nun reward-kit für die Entwicklung eigener Evaluatoren für Reinforcement Fine-Tuning, und die neue Responses API unterstützt mehrstufige Konversationen mit `previous_response_id`, Streaming und Steuerung der Speicherung über `store`. [Originalquelle](https://docs.fireworks.ai/updates/changelog) ### Supervised Fine-Tuning V2 und Reinforcement Fine-Tuning 13. Juni 2025 Supervised Fine-Tuning V2 mit Unterstützung mehrerer Modellfamilien, längerem Kontextfenster, Multi-Turn-Function-Calling-Fine-Tuning und Quantization aware training sowie Reinforcement Fine-Tuning (RFT) wurden veröffentlicht. [Originalquelle](https://docs.fireworks.ai/updates/changelog) ## Mai 2025 ### Diarization und Batch-Verarbeitung für Audio-Inferenz 20. Mai 2025 Die Audio-Inferenz unterstützt jetzt Diarization und Batch-Verarbeitung. [Originalquelle](https://docs.fireworks.ai/updates/changelog) ### LoRA-Fine-Tunes mit einem Befehl und schneller deployen 19. Mai 2025 Ein LoRA-Fine-Tune lässt sich nun mit einem einzigen `firectl deployment create`-Befehl deployen und erreicht ungefähr die Geschwindigkeit des Basismodells, was bisher zwei Schritte erforderte und langsamer war. [Originalquelle](https://docs.fireworks.ai/updates/changelog) ## Ohne Datum ### Höhere Serverless-Rate-Limits für Small-Modelle Datum unbekannt Die adaptiven Rate-Limit-Obergrenzen für Small-Serverless-Modelle steigen auf 108M Total Prompt TPM, 27M Uncached Prompt TPM und 1,08M Generated TPM, und die Small-Stufe umfasst nun Modelle mit weniger als 600B Gesamtparametern. [Originalquelle](https://docs.fireworks.ai/updates/changelog) ### Managed RFT pausiert – RL über die Training API nutzen Datum unbekannt Managed Reinforcement Fine-Tuning (RFT) ist pausiert und nimmt keine neuen Jobs mehr an, stattdessen wird RL über die Training API empfohlen, während Managed SFT und DPO unverändert bleiben und 70 Modelle nicht mehr feinabstimmbar sind. [Originalquelle](https://docs.fireworks.ai/updates/changelog) ### Neues Trainingsmodell: DeepSeek V4.1 Flash Datum unbekannt DeepSeek V4.1 Flash steht auf der Dedicated Training API für LoRA-Training mit bis zu 262K Kontext bereit, wobei SFT von Beginn an und RL-Unterstützung bald folgt. [Originalquelle](https://docs.fireworks.ai/updates/changelog) ### Serverless-Abschaltung: DeepSeek V4 Pro (0813), V4 Flash (0731) u. a. Datum unbekannt Die angekündigte Serverless-Abschaltung ist in Kraft, sodass unter anderem DeepSeek V4 Pro (0813), DeepSeek V4 Flash (0731) und Kimi K2.6 nicht mehr auf öffentlichem Serverless verfügbar sind, während Dedicated Deployments unberührt bleiben und Migrationen etwa zu DeepSeek V4.1 Flash empfohlen werden. [Originalquelle](https://docs.fireworks.ai/updates/changelog) ### Neues Serverless-Training-Modell: GLM 5.3 Flash Datum unbekannt · Version 5.3 GLM 5.3 Flash ist für LoRA-Workloads im gemeinsamen Serverless-Training-Pool verfügbar und unterstützt bis zu 200K Kontext sowie Text- und Bildeingaben. [Originalquelle](https://docs.fireworks.ai/updates/changelog) ### Neues Serverless-Training-Modell: GLM 5.3 Datum unbekannt · Version 5.3 GLM 5.3 ist für LoRA-Workloads im gemeinsamen Serverless-Training-Pool mit bis zu 262K Kontext verfügbar, ohne Kapazitätsreservierung und mit Abrechnung pro Token. [Originalquelle](https://docs.fireworks.ai/updates/changelog) ### Neue Deployment-Flags: deploymentShape "default" und acceptShapelessRisk Datum unbekannt Die Create-Deployment-API, firectl und das Python SDK erhalten die Optionen deploymentShape "default" und acceptShapelessRisk, wobei das Erstellen von Deployments ohne Shape künftig ein ausdrückliches Opt-in erfordern wird. [Originalquelle](https://docs.fireworks.ai/updates/changelog) ### Neues Trainingsmodell: GLM 5.3 Flash Datum unbekannt · Version 5.3 GLM 5.3 Flash ist auf der Dedicated Training API für LoRA-Training einschließlich Vision-Training mit bis zu 262K Kontext verfügbar. [Originalquelle](https://docs.fireworks.ai/updates/changelog) ### Serverless-Abkündigung älterer DeepSeek-, GLM-, Muse- und Kimi-Modelle Datum unbekannt Mehrere ältere Serverless-Modelle werden am 25. September 2026 abgeschaltet, sodass Nutzer vorher auf empfohlene Nachfolger wie DeepSeek V4.1 Flash oder GLM 5.3 migrieren müssen, während Dedicated Deployments unberührt bleiben. [Originalquelle](https://docs.fireworks.ai/updates/changelog) ### Training Cost Estimator Datum unbekannt Der neue Training Cost Estimator schätzt vor dem Start eines Trainingsjobs die Kosten, basierend auf veröffentlichten Token-Preisen bei Managed und Serverless bzw. GPU-Stundenpreisen bei Dedicated, wobei die Schätzungen keine verbindlichen Angebote sind. [Originalquelle](https://docs.fireworks.ai/updates/changelog) ### Neuer Fireworks Training Skill für Coding-Agents Datum unbekannt Ein neuer Fireworks Training Skill für Claude Code, Cursor, Codex und weitere Coding-Agents plant aus einer Beschreibung in natürlicher Sprache einen Trainingslauf, schätzt die Kosten und wartet vor Ausgaben auf eine Freigabe. [Originalquelle](https://docs.fireworks.ai/updates/changelog) Weitere Einträge: [Seite 4](https://updatefeed.de/updates/fireworks-ai.md?seite=4)