7月29日、Michal Sutterが「Fireworks AI Releases Fireworks Nexus: A Drop-In Routing and Cost-Control Layer That Moves Routine Coding Work to Open-Weight Models」と題した記事を公開した。この記事では、Fireworks AIがリリースした「Fireworks Nexus」——既存のコーディングツールを変えずにオープンウェイトモデルへリクエストをルーティングし、コストを削減するAI管理レイヤー——について詳しく紹介されている。
発端：Uberが2026年のAI予算を4ヶ月で使い切った
記事の背景として押さえておきたい数字がある。Forbesの報道によると、Uberは2025年12月にClaude Codeを全社導入し、約5,000人のエンジニアに展開した結果、2026年分のAI予算をわずか4ヶ月で消費した。エンジニアのエージェント利用率も2ヶ月で約3割から8割超に跳ね上がっており、コスト爆発はUber固有の問題ではなくなっている。
Fireworks AIはこれを「過剰支出」ではなく「ミスマッチ」と捉えている。定型的な処理をフロンティアモデル（最先端の大規模商用モデル）の価格で動かし続けているだけだ、という診断だ。
Fireworks Nexusの構成：3つのコンポーネント
Fireworks Nexusは2026年7月26日にリリースされた。構造はシンプルに3層に分かれている。
1. コスト管理・可観測性レイヤー
チームまたは会社単位で予算を設定し、モデル・ツールごとのROIを一元管理する。推論はFireworksのプロダクションインフラで動作し、米国ホストのエンドポイント、ゼロデータリテンション、世界20拠点のデータセンター対応を謳っている。
2. FireConnect：既存ワークフローをそのまま維持
FireConnectはApache 2.0で公開されたOSSで、1行インストールでClaude Code・Codex・OpenCodeを一切変更せずにFireworksのモデルへ繋ぎ替える。AnthropicおよびOpenAI互換のAPIを使うため、ベースURLとモデルIDを変更するだけで大半のツールが接続できる。インストールにはClaude Code CLIがPATHに通っている必要があり、Fireworks APIキーを一度入力するだけでClaudeの設定がタイムスタンプ付きでバックアップされた上で書き換えられる。
3. 難易度スコアリングによるルーター
カスタムトレーニングされたモデルがリクエストの難易度をスコアリングし、定型タスクはオープンウェイトモデルへ、難しいタスクは既存プロバイダーにパススルーする構成だ。Fireworksはパススルー時のAPIキーをサーバー側に保存しないと明記している。公称コスト削減効果は3〜5倍。
現在のルーターはリサーチプレビュー段階で、Claude Opus 5とGLM-5.2の間でルーティングする（フルオープン構成ではKimi K3とGLM-5.2）。
外部評価2件が示す「難易度別ルーティング」の合理性
ベンダー自身の数字より、独立した評価の方が読む価値がある。Fireworksは2件の評価を引用している。
Faros AIの評価（詳細）では、12のリポジトリから抽出した211件の実タスクを7種のモデル・ハーネス組み合わせで実行した。Claude Code + GLM-5.2がスコア0.568、Claude Code + Opus 4.8が0.521で、品質差よりコスト差の方が大きかった（タスクあたり$0.92対$1.76）。
ArizeとFireworksの共同評価（詳細）では、Terminal-Benchの40タスクを各6試行、計2,400回（API費用$626）実行し、「成功タスクあたりのコスト」を主指標とした。評価ハーネスはOSSで公開されており、自社ワークロードで再現できる。この評価から得られた知見がNexusの設計思想に直結している。
- 簡単なタスクではKimi K2.6の通過率73%に対しGPT-5.5は69%——フロンティアモデルのプレミアムはゼロ
- 難しいタスクではGPT-5.5が51%、Kimi K3が32%——上位モデルしか戦えない
シミュレーション上で意図的なエスカレーションラダー（難易度に応じてモデルを段階的に切り替える設計）を組むと、成功タスクあたり**$0.525、40タスク中32.3タスクを安定して解決。GPT-5.5単体では$0.636で25タスク、10モデル全部をナイーブにエスカレーションさせると$1.319と全単一モデル戦略より悪化**した。ラダーの設計品質が結果を大きく左右する。
なお、Fireworksが公表している「コスト33%削減」と「3〜5倍コスト削減」はそれぞれ異なる文脈の数字だ。33%削減（約1.5倍相当）はNotion・Doximityを含むプレビューユーザーから報告された実運用ベースの速報値であり、3〜5倍はArize評価のシミュレーション上でルーターが最適に機能した場合の上限に近い値とされている。いずれもベンダー数字として割り引いて読む必要があり、独立評価の数字（特にArizeのオープンハーネス）の方が再現性の観点で参照価値が高い。
導入の3つのパス
- FireConnectプラグイン：最も摩擦が少ない。1コマンドでインストール完了
- 環境変数の変更：
ANTHROPIC_BASE_URLを書き換えるか、OpenAI互換クライアントのベースURLとモデルIDを変更する - ルーター直接接続：既存のフロンティアモデル契約の前段にルーターを置く
詳細はFireworks AI Releases Fireworks Nexus: A Drop-In Routing and Cost-Control Layer That Moves Routine Coding Work to Open-Weight Modelsを参照していただきたい。
