Die Spitzenstudentin der Fudan-Universität hat 10 Milliarden Yuan an Finanzmitteln eingesammelt.

Eine „Fudan-Alumna“ aus der Informatikabteilung gründete ein Unternehmen in den USA, das von Jensen Huang als „TSMC der KI-Fabriken“ bezeichnet wird. Top-VC-Investoren wie HSG, Nvidia, Index, TCV und Lightspeed haben nacheinander investiert. Nur vier Jahre nach der Gründung erreicht das Unternehmen eine Bewertung von 17,5 Milliarden US-Dollar (ca. 118,5 Milliarden Yuan Renminbi).

Dieses Unternehmen ist Fireworks AI. In gängiger Terminologie ist Fireworks AI eine Token-Fabrik. Es trainiert keine hochmodernen großen Modelle und entwickelt keine verbraucherorientierten KI-Anwendungen, sondern konzentriert sich ausschließlich auf Inferenz: Es hilft Unternehmen, Open-Source-Modelle feinabzustimmen und zu hosten, und berechnet die Gebühren nach der Anzahl der Aufrufe. Auf der GTC-Konferenz in diesem Jahr gab es ein Gespräch zwischen Jensen Huang und Lin Qiao, bei dem Huang direkt sagte: „In vielerlei Hinsicht seid ihr die TSMC der KI-Fabriken.“

Das Unternehmen hat gerade eine D-Runde über 1,505 Milliarden US-Dollar (ca. 10,2 Milliarden Yuan Renminbi) abgeschlossen, mit einer Nach-Investitionsbewertung von 17,5 Milliarden US-Dollar. Die Runde wurde von Atreides Management, Index Ventures und TCV gemeinsam angeführt, Nvidia beteiligte sich als Folgeinvestor, und alte Aktionäre wie Lightspeed, Bessemer, Menlo sowie HSG und Benchmark Capital erhöhten ihre Beteiligungen weiter.

2022 verließ die Fudan-Alumna Lin Qiao Meta und gründete Fireworks AI mit einem Team von sieben Personen in Redwood City, Kalifornien, einen Monat vor der Veröffentlichung von ChatGPT.

2023 investierten HSG, Nvidia und AMD in die A-Runde; 2024 erreichte die Bewertung in der B-Runde etwa 552 Millionen US-Dollar; im Oktober 2025 belief sich die C-Runde auf 250 Millionen US-Dollar, und die Bewertung stieg auf 4 Milliarden US-Dollar; bis zu dieser aktuellen D-Runde erreichte die Bewertung 17,5 Milliarden US-Dollar.

In weniger als zwei Jahren stieg die Bewertung von 552 Millionen auf 17,5 Milliarden US-Dollar, was einem Anstieg von über dem 30-fachen entspricht. Der jährliche wiederkehrende Umsatz (ARR) überschritt 1 Milliarde US-Dollar, das Fünffache des Wertes im gleichen Zeitraum des Vorjahres. Die Anzahl der täglich von der Plattform verarbeiteten Token stieg von 15 Billionen auf über 40 Billionen. Noch wichtiger ist, dass über 95 % der Token auf der Plattform aus Modellen stammen, die Kunden anhand ihrer eigenen Daten angepasst haben, nicht aus fertigen generischen Modellen.

Mit der Veröffentlichung des Open-Source-Modells Kimi K3 und der bevorstehenden Einführung der vollständigen Version von DeepSeek V4 werden die Bewertung und die Barrieren der Basismodelle beeinträchtigt. Die Inferenzschicht ist die Ebene im KI-Technologie-Stack, die von Kapital stillschweigend neu bewertet wird. Das Kapital verlagert sich von der Frage „Wer hat das stärkste Modell“ zu „Wer kann Modelle stabil und kostengünstig betreiben“.

Die Gründerin Lin Qiao ist eine leicht zu übersehende Persönlichkeit: Sie arbeitete sich vom zugrundeliegenden Framework PyTorch bis zu einem Unternehmen mit einer Bewertung von 17,5 Milliarden US-Dollar vor, ist aber weit weniger bekannt als viele Gründer von hochmodernen Modellen. Noch bemerkenswerter ist, dass dieses Geschäftsmodell weltweit verfolgt wird: In den USA gibt es Together und Baseten, in China Unternehmen wie Silicon Flow, InMemory Intelligence, JD Cloud & AI und Qujing Technology. Wenn man die Akteure aus China und den USA nebeneinanderstellt, erkennt man klar, ob die „Token-Fabrik“ wirklich ein gutes Geschäftsmodell ist.

Die KI-TSMC

Die Produkte von Fireworks sind im Kern eine Inferenz-Cloud-Plattform. Über eine mit OpenAI kompatible API können Entwickler mehr als 200 Open-Source-Modelle auf der Plattform aufrufen, die Text, Bilder und Multimodalität abdecken.

Unternehmenskunden können Feinabstimmungen auf ihren eigenen vertraulichen Daten durchführen, wobei SFT (überwachte Feinabstimmung), DPO (direkte Präferenzoptimierung) und RFT (verstärkende Feinabstimmung) unterstützt werden. Außerdem können sie bis zu 100 LoRA-Adapter gleichzeitig anschließen, ohne zusätzliche Kosten zu verursachen. Im Hinblick auf die Compliance hat es die Unternehmenszertifizierungen SOC2, HIPAA und GDPR erhalten. Im März 2026 wurde es in Microsofts Foundry integriert, was bedeutet, dass Kunden auf Azure direkt seine Inferenzdienste nutzen können.

Geschwindigkeit ist das Kernargument, das Fireworks nach außen kommuniziert. Es hat einen eigenen CUDA-Kern-Stack namens Fire Attention entwickelt, der auf DeepSeekV4 Pro 167 Token pro Sekunde erreichen kann – nach eigenen Angaben das Fünffache der Leistung von Konkurrenten in der gleichen Preisklasse. Intern werden entkoppelte Dienste, semantisches Caching und spekulative Dekodierung eingesetzt, um die Latenz bei langen Verarbeitungszeiten zu senken.

Diese Ingenieurskapazität ist der wesentliche Unterschied zu Anbietern, die „einfach ein paar Grafikkarten mieten, um Open-Source-Modelle auszuführen“. Fireworks verkauft nicht nur Rechenleistung, sondern auch die Softwareeffizienz, die die Rechenleistung zu einem höheren Durchsatz optimiert.

Derzeit beginnt der Preis für serverlose Inferenz bei Fireworks bei etwa 0,2 US-Dollar pro Million Token (Modelle der 8B-Klasse) bis 0,9 US-Dollar (Modelle der 70B-Klasse). Darüber hinaus werden GPUs auch stundenweise vermietet. Ein bedeutender Wandel ist zu verzeichnen: Heute stammen 95 % der Token auf der Plattform aus angepassten Modellen.

Mit anderen Worten: Um KI praktisch einzusetzen, reichen große Basismodelle bei weitem nicht aus, um die Anforderungen von Unternehmen zu erfüllen. Unternehmen benötigen eigene Modelle, die an ihre Geschäftsdaten angepasst sind. Fireworks drückte es in seiner Finanzierungserklärung ganz offen aus: Unternehmen besitzen Dinge, die andere nicht haben – Kundenbeziehungen, Arbeitsabläufe, Daten und eigene Definitionen von Qualität. Die Aufgabe von Fireworks besteht darin, diese Elemente in eine spezialisierte Intelligenz zu verwandeln, die man besitzen und kontinuierlich verbessern kann.

Zu den Kunden von Fireworks gehören bekannte Unternehmen wie Cursor, Notion, Quora, Sourcegraph, Uber, Shopify und Perplexity. Ein Unternehmen namens Sentient konnte dank Fireworks 24 Stunden lang eine Warteschlange von 1,8 Millionen Nutzern bewältigen. Ein entscheidender Wendepunkt: Früher stammte etwa die Hälfte der Einnahmen von Fireworks aus dem KI-Programmierwerkzeug Cursor. Heute hat sich die Kundenstruktur auf ein breiteres Spektrum von Unternehmen verteilt, was mit der Erwartung des Unternehmens übereinstimmt, von der „ersten Nutzungsphase“ zur „produktionsreifen Durchdringung“ überzugehen.

Einer der Investoren von Fireworks ist Atreides, dessen Leiter Gavin Baker in früheren Jahren stark in Meta und Nvidia investiert hat. Gavin Baker ist der Ansicht, dass hochmoderne Modelle und Open-Source-Modelle zunehmend kombiniert werden, und Fireworks ist eine der wenigen Plattformen, denen Unternehmen vertrauen, um Open-Source-Modelle in der Produktion zu trainieren und zu hosten.

Index ist ein langjähriger Aktionär, der mehrere Runden hintereinander investiert hat, und TCV hat in infrastrukturorientierte Unternehmen wie Netflix und Spotify investiert. Zusammen mit Nvidia, das sowohl als Geldgeber als auch als Lieferant auftritt, besteht die gesamte Aktionärsliste fast ausschließlich aus langfristigem Kapital aus den Bereichen Infrastruktur und Unternehmenssoftware. Diese Investoren finanzieren einerseits Basismodelle und nutzen andererseits Fireworks als Absicherung für unternehmensweite Aufrufe.

Mit dieser Finanzierungsrunde will Fireworks vor allem seine Rechenleistung erweitern. Derzeit bezieht Fireworks GPUs von mehr als 20 Lieferanten, darunter auch Microsoft. Darüber hinaus plant Fireworks, sein Ingenieursteam von derzeit etwa 200 Personen bis zum Ende des Jahres auf 600 Personen zu erweitern und die Zusammenarbeit mit Microsoft und Nvidia zu vertiefen. Mit anderen Worten: Es will den Umfang und die Zuverlässigkeit der Modellausführung sowie den Umfang der Kundenbetreuung auf eine neue Stufe heben.

Die Leiterin Lin Qiao

Lin Qiao wuchs in China auf. Ihr Vater war ein erfahrener Maschinenbauingenieur in einer Werft, der Frachtschiffe von Grund auf baute. Schon als Kind studierte sie die genauen Winkel und Abmessungen auf Schiffsplänen und war fasziniert davon, komplexe Dinge in berechenbare Teile zu zerlegen. Ab der Mittelschule konzentrierte sie sich auf Mathematik, Physik und Chemie. Im Gymnasium schrieb sie ihr erstes kleines Snake-Spiel in BASIC und wusste damals schon, dass Informatik ihre Zukunft ist.

1995 wurde Lin Qiao in die Fachrichtung Informatik der Fudan-Universität aufgenommen, wo sie ihr Bachelor- und Masterstudium absolvierte und erstmals in die Welt der KI eintauchte. Danach reiste sie in die USA und promovierte in Informatik an der University of California, Santa Barbara, mit dem Schwerpunkt verteilte Systeme und Datenbankverwaltung.

Nach ihrem Doktorat arbeitete sie zunächst als Forscherin bei IBM im Silicon Valley Laboratory und am Almaden Research Center, wo sie die Entwicklung eines Hochgeschwindigkeits-Datenanalyseoptimierers leitete. Anschließend verbrachte sie vier Jahre bei LinkedIn, wo sie verteilte Datendienste entwickelte und an dem Datenaufnahme-Framework Gobblin mitwirkte.

Der Wendepunkt in Lin Qiaos Karriere kam im Juli 2015, als sie zu Meta wechselte. Dort blieb sie sieben Jahre lang und stieg von der Senior Managerin für Dateninfrastruktur zur Senior Director of Engineering auf, wobei ihr Team von 5 auf über 300 Personen anwuchs.

Bei Meta gelang es ihr, eine Arbeit zu vollenden, die die gesamte Branche beeinflusste: Sie war Mitbegründerin und leitende Kraft hinter PyTorch.

Anfangs hielt sie es für ein Projekt, das „in sechs Monaten erledigt werden könnte“, aber daraus wurde ein fünfjähriger grundlegender Umbau, bei dem die gesamte KI-Arbeitslast von Meta – von der Datenladung über die verteilte Inferenz bis zum Training in Rechenzentren weltweit und auf Milliarden von Geräten – neu geschrieben wurde. Als sie das Unternehmen verließ, bewältigte dieses System täglich über 5 Billionen Inferenzaufrufe. Später verglich sie es: Bei Meta habe sie den Motor gebaut, jetzt wolle sie die Straße bauen.

Der Zeitpunkt, zu dem Lin Qiao Meta verließ, war sehr günstig. Im Oktober 2022, einen Monat vor der Veröffentlichung von ChatGPT, verließ sie Meta, um Fireworks zu gründen.

Ihre damalige Überzeugung war, dass Unternehmen alle KI einführen wollen, ihnen aber die Infrastruktur, die Ressourcen und die Fachkräfte fehlen, um Modelle tatsächlich in Produktionsumgebungen bereitzustellen – und genau das hatte sie bei Meta fünf Jahre lang gelöst. Lin Qiaos Idee war es, den Prozess, für den Meta fünf Jahre gebraucht hat, auf fünf Wochen oder sogar fünf Tage zu komprimieren. Sechs der sieben Gründungsmitglieder stammten aus der PyTorch-Gruppe von Meta, eines aus der Vertex AI-Gruppe von Google. Drei von ihnen sind Chinesen: Neben Lin Qiao sind das Benny Chen, der seinen Bachelor an der UCLA absolviert hat und Leiter der Werbeinfrastruktur bei Meta war, sowie Chenyu Zhao, der seinen Bachelor an der UC Berkeley absolviert hat und technischer Manager bei Google Vertex AI war.

Anfangs verbreitete Lin Qiao nach außen die Idee des „Compound AI“, die vorsieht, hunderte kleiner Expertenmodelle zur Lösung spezifischer Probleme einzusetzen, anstatt sich auf ein einziges großes Modell zu konzentrieren. Bei Fireworks bedeutet das, Unternehmen dabei zu helfen, Open-Source-Modelle an ihre eigene spezialisierte Intelligenz anzupassen.

„Es gibt zwei Wege für die KI. Der eine ist, dass die Intelligenz wenigen großen Labors gehört und alle anderen sie mieten. Der andere ist, dass jedes Unternehmen auf der Welt seine eigene spezialisierte Intelligenz aufbaut, die von dem Bereich geformt wird, den nur es versteht. Wir bauen den zweiten Weg.“

Laut CNBC ist Fireworks bei gleicher Qualität 5 bis 10 Mal günstiger als geschlossene Modelle. Das ist genau der Motor seines Wachstums: Wenn die Rechnungen für die neuesten Modelle die Chefs und CFOs in Unruhe versetzen und die Fähigkeiten von Open-Source-Modellen sich denen von geschlossenen Modellen so weit annähern, dass Unternehmen ernsthaft über Open-Source-Alternativen nachdenken.

Weltweit entstehende Token-Fabriken

Derzeit bezeichnen sich viele Unternehmen als „Token-Fabriken“. Das bedeutet, dass sie zugrundeliegende Rechenleistung, verschiedene große Open-Source-Modelle und Inferenz-Engines in standardisierte APIs verpacken. Entwickler müssen keine eigenen Grafikkarten kaufen und keine Umgebungen einrichten, sondern können KI mit wenigen Zeilen Code und nutzungsbasierter Bezahlung nutzen. Wer diese Bedienungsebene beherrscht, kassiert die Nutzungsgebühren.

Dieses Geschäftsmodell erlebt derzeit gleichzeitig einen Boom in China und den USA.

In den USA ist Fireworks kein Einzelfall: Together AI schloss am 1. Juli eine C-Runde über 800 Millionen US-Dollar ab, mit einer Bewertung von 8,3 Milliarden US-Dollar. Die Runde wurde von Aramco Ventures, einer Tochtergesellschaft von Saudi Aramco, angeführt, Nvidia und Salesforce beteiligten sich. Der jährliche Buchungsbetrag soll bereits über 1,15 Milliarden US-Dollar liegen, beschleunigt durch einen adaptiven spekulativen Dekodierungs-Engine namens ATLAS.

Baseten ist noch aggressiver: Am 23. Juni kündigte es eine F-Runde über 1,5 Milliarden US-Dollar an, mit einer Bewertung von 13 Milliarden US-Dollar. Es hat in 18 Monaten vier Finanzierungsrunden abgeschlossen, der Umsatz stieg im Jahresvergleich um etwa das 20-fache. Zu seinen Kunden gehören sogar Open Evidence, Harvey, Cursor und Notion, und Nvidia ist ebenfalls einer seiner Aktionäre.

Weitere Akteure sind Anyscale, Lepton von Yangqing Jia, Modal, Replicate, Groq und Cerebras. Und ihre Slogans sind fast gleich: „Own your intelligence“.

In China wird die Geschichte anders erzählt, aber der Kern ist derselbe: Beliebt ist eine heterogene Architektur. Im Klartext geht es darum, Nvidia-Chips und andere inländische Chips gemeinsam zu nutzen, um die Effizienz der Modellinferenz zu steigern.

Ein Beispiel ist Silicon Flow, dessen Gründer Yuan Jinhui einen Doktortitel an der Tsinghua-Universität hat und früher das Deep-Learning-Framework OneFlow gründete. Im August 2023 startete er nach den Turbulenzen einer Übernahme und anschließenden Ausgliederung neu durch.

Dieses Unternehmen hat in diesem Jahr bereits seinen Börsengangantrag an die Hongkonger Börse gestellt und will den Titel „erste Aktie einer KI-Token-Fabrik“ erringen. In weniger als drei Jahren seit der Gründung hat es sieben Finanzierungsrunden abgeschlossen, mit einer Nach-Investitionsbewertung von 7,74 Milliarden Yuan Renminbi (ca. 1,1 Milliarden US-Dollar). Eine der B-Runden über mehr als 2 Milliarden Yuan brach den Rekord für die größte einzelne Finanzierungsrunde im inländischen Drittanbieter-MaaS-Sektor. Alibaba ist der