Arcee AI 迁移至 Together 端点以实现成本高效的 SLM

Arcee AI 已将其专业小型语言模型 (SLM) 从 AWS 迁移到 Together 专用端点，以寻求改进成本、性能和运营敏捷性。该公司专注于训练参数量在 720 亿以下的、用于编码和通用文本生成等特定任务的高效模型。Arcee AI 还开发了 Arcee Conductor，这是一个推理路由系统，可将查询定向到最合适的模型，包括 GPT-4.1 和 Claude 3.7 Sonnet 等第三方选项，以优化成本和性能。 AI

影响 为企业任务的专业化 AI 模型提供更具成本效益的部署。

排序理由 这是一个关于一家公司使用云提供商基础设施来部署其 AI 模型的客户案例，而不是关于新前沿模型发布或重大行业事件的报道。

在 Together AI blog 阅读 →

• Arcee AI
• Arcee Conductor
• AWS
• Claude 3.7 Sonnet
• DeepSeek-R1
• GPT-4.1
• Mark McQuade
• Qwen2.5-Instruct
• Qwen2.5-VL
• Together AI
• Together Dedicated Endpoints

• 产品
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →