Together AI
PulseAugur coverage of Together AI — every cluster mentioning Together AI across labs, papers, and developer communities, ranked by signal.
- 2026-09-16 funding Together AI announced a $800 million funding round at an $8.3 billion valuation. 来源
- 2026-09-11 product_launch Together AI launched an expanded fine-tuning service with new models, live metrics, and advanced controls. 来源
- 2026-09-10 product_launch Together AI launched a public preview of preemptible compute for its GPU Clusters. 来源
- 2026-09-09 partnership Together AI and MiniMax AI are collaborating to host an event discussing open-source AI deployment. 来源
- 2026-09-04 product_launch Together AI released a guide for deploying a chat API using their platform and Render. 来源
- 2026-09-01 partnership Together AI formed a multi-billion dollar alliance integrating Middle Eastern infrastructure with global open-source software. 来源
- 2026-08-31 partnership Together AI announced Greptile as a new customer and its primary inference provider. 来源
- 2026-08-31 partnership Together AI is partnering with Humain to build a 250-megawatt data center in Saudi Arabia. 来源
- 2026-08-31 partnership Together AI has partnered with Saudi Arabia and humain to build a new data center. 来源
- 2026-08-19 product_launch Together AI launched 1kpapers.com, a platform that summarizes and visualizes the top 1,000 research papers from the past year. 来源
- 2026-08-19 partnership Together AI has partnered with Higgsfield.ai to provide Dedicated Container Inference services. 来源
- 2026-08-17 partnership Together AI announced a partnership with Relace AI to train specialized small models for code generation. 来源
- 2026-08-13 product_launch Together AI and OpenRouter are co-hosting a meetup in New York City on August 20th. 来源
- 2026-08-12 product_launch Together AI has made the Qwen3.8-2.4T-A95B model available via its Serverless Inference service. 来源
- 2026-08-11 partnership Together AI entered into a $240 million deal with IBM Cloud to fund infrastructure deployments. 来源
13 天有情绪数据
Together AI significantly bolsters inference capacity with H100/H200 GPU expansion
The addition of one thousand NVIDIA H100 and H200 GPUs to Together AI's infrastructure represents a substantial investment in inference capabilities. This move directly supports the growing demand for high-throughput AI model serving and is likely intended to power both their internal services and external customer workloads.
Together AI to offer ATLAS as a distinct inference optimization service
Given the significant performance gains demonstrated by ATLAS, Together AI may soon offer this adaptive-learning inference system as a standalone service or an add-on feature for their existing GPU offerings. This would allow customers to leverage ATLAS's dynamic optimization without needing to manage the underlying infrastructure themselves.
Together AI's ATLAS system demonstrates superior inference speed on par with specialized hardware
Together AI's newly launched ATLAS system, an adaptive-learning inference engine, is showing remarkable performance, achieving up to 500 TPS on DeepSeek-V3.1. This performance rivals that of specialized hardware like Groq, suggesting Together AI is effectively optimizing LLM inference beyond standard GPU capabilities.
Together AI to integrate NVIDIA Blackwell features into all core services
The 90% training speed boost achieved with NVIDIA Blackwell and custom kernels indicates a deep integration. It's likely Together AI will leverage Blackwell's capabilities across their entire platform, including their new instant clusters and fine-tuning services, to offer a performance edge over competitors.
Together AI's ATLAS system shows strong performance against specialized hardware
The reported performance of Together AI's ATLAS system, achieving up to 500 TPS on DeepSeek-V3.1 and outperforming specialized hardware like Groq, is a significant technical achievement. This suggests their adaptive inference approach is highly effective and could set a new benchmark for LLM inference speed and efficiency.
-
Together AI 在 OpenRouter 上 Token 量领先，挑战 OpenAI
Together AI 已成为 OpenRouter 上 Token 的首要提供商，处理大量请求。这使得 Together AI 在推理和开源模型领域成为主要参与者，在平台使用量方面可与 OpenAI 等知名实体相媲美。
-
Together AI 在 OpenRouter 代币量方面领先
Together AI 已被公认为 OpenRouter 上领先的代币提供商，处理的闭源和开源端点的总代币数量最高。这使 Together AI 成为推理和开源模型领域的重要参与者。
-
开发者在 Together AI 速率限制下寻找推理提供商
一位独立开发者在测试多种大型语言模型（包括 Llama 3.3 70B 和 Qwen 2.5）用于代理存储库索引工具时，遇到了 Together AI 的速率限制。该开发者正在寻找提供更多慷慨的 API 积分供实验而无需企业级收入的替代推理提供商。几家主要的人工智能公司和推理平台被提及为潜在选择。
-
AI 公司调整定价：CodeRabbit 价格上涨 50%，其他公司修改费率
几家与 AI 相关的公司在 2026 年 9 月初调整了其定价结构。CodeRabbit 的 AI 编码代理价格从每分钟 40 美元上涨到 60 美元，涨幅为 50%。Replit 也更新了其定价，上涨了 6%，而 Together AI 则进行了 2% 的小幅调整。其他公司如 Krea、QuillBot、Activepieces、n8n、Fly.io、PostHog、Turso、DeepSeek、Google AI、Ahrefs、I…
-
Together AI 推出 GeoGuess Bench 以测试 AI 的地理推理能力
Together AI 推出了 GeoGuess Bench，这是一个旨在评估 AI 模型地理推理能力的新基准。该基准使用来自世界各地的 210 张照片，挑战 AI 模型预测每张图片的地理位置，并根据距离进行评分。结果揭示了一些关于模型性能的令人惊讶的发现。
-
Prism简化了AI编码代理与多个模型的集成
Prism是一款新推出的开源应用程序，旨在简化多个AI编码代理的使用。它充当一个中央枢纽，允许用户将Claude Code和Codex等各种代理与Together AI、OpenAI和Groq等不同模型提供商连接起来，而无需为每个代理进行单独配置。该工具还简化了模型上下文协议（MCP）服务器的管理，并提供内置的网络搜索功能，无需为每个服务单独设置API密钥。
-
Reflection 发布 Beam，一款拥有 501B 参数的开源智能体模型
Reflection 发布了 Beam，这是一款拥有 5010 亿总参数和 230 亿激活参数的开源智能体模型。据报道，该模型提供了前沿的推理效率，并在编码和智能体任务方面提升了开源能力。Beam 的完整权重定于本月发布，Together AI 和 Nvidia 将参与相关活动。
-
Together AI 发布免费 CLI 工具，连接编码代理与开源大模型
Together AI 推出了 Together Link，一个免费的命令行界面工具，旨在将现有的编码代理连接到其平台上托管的开源大语言模型。该工具旨在通过允许工程团队使用更经济实惠的开源模型来完成任务，从而降低成本，同时在需要时仍可访问 Anthropic 的 Opus 5.5 等高级模型。Together Link 配备了一个自动路由器，可将任务定向到快速、低成本的模型以进行简单修复，或定向到更强大的模型以进行复杂的编码工作，并清…
-
2026年TechCrunch Disrupt大会上，AI创始人辩论开源与闭源模型
2026年TechCrunch Disrupt大会将围绕AI创始人如何在开源模型和专有模型之间进行选择展开讨论。会议将探讨使用多个AI模型、定制现有模型或从头构建全新模型的优缺点。专家将为创始人提供决策AI架构的框架，并考虑成本、性能、灵活性和长期差异化等因素。
-
Together AI Link 将开源模型集成到现有开发者工具中，降低成本
Together AI 推出了 Together Link 服务，旨在将领先的开源 AI 模型集成到现有的开发者工作流和工具中。这项新服务旨在通过允许工程团队以低于专有模型的价格使用 Kimi K3 和 GLM 5.3 等强大的开源模型来执行编码辅助等任务，从而显著降低成本。Together Link 支持 Claude Code、ChatGPT 和 OpenRouter 等流行工具，使用户能够以最少的培训无缝切换开源和闭源模型。
-
Qwen 3.8 27B 基准测试揭示实际推理性能差异 · 跟踪 1 个来源
来自 g factor 的一份新基准测试报告评估了 Qwen 3.8 27B 模型在多个推理提供商（包括 Together AI、Fireworks AI 和 Doubleword）上的性能。该研究详细介绍了张量并行、数据并行和硬件配置（Nvidia H100 与 B200）等因素如何影响首个标记时间 (Time-To-First-Token) 和标记间延迟 (Inter-Token Latency) 等关键指标。研究结果强调，与供应…
-
Together AI 与 NVIDIA 合作推出 Open Agent Safety Platform
Together AI 已与 NVIDIA 合作，成为新推出的 NVIDIA Open Agent Safety Platform 的发布合作伙伴。该计划旨在随着 AI 代理的普及，促进安全和负责任的 AI 开发。该平台整合了 NVIDIA 的 OpenShell 和 Sentry 工具，Together AI 则贡献了其自身在安全代理开发和部署方面的能力。
-
Together AI 以 83 亿美元估值筹集 8 亿美元
Together AI 已获得 8 亿美元融资，估值为 83 亿美元。据报道，该公司产品团队分享了有关其运营存储库的详细信息，包括关于输出适得其反和上下文文件所有权的讨论。
-
Together AI 概述迁移到开源模型的策略
Together AI 的博客文章概述了从闭源迁移到开源 AI 模型的策略，强调此类迁移可以比传统迁移更快、更简单，尤其是在利用托管服务时。该过程涉及定义特定的用例和工作负载，以识别相关的基准和候选模型。关键评估标准不仅包括排行榜上的原始性能指标，还包括每项任务的成本、令牌使用量、运行时以及验证正确答案的能力。文章还强调了在沙盒环境中进行实际测试以评估模型行为和故障模式的重要性。
-
Together AI 引入 MiniMax H3 全模态视频生成模型
Together AI 已宣布 MiniMax H3 模型可用，这是一个拥有 330 亿参数的全模态视频模型。该模型能够生成从 4 到 15 秒、分辨率高达 2K 的视频片段，并支持原生立体声音频。它可以利用文本、图像、视频和音频作为上下文输入。
-
Deel 在 Together AI 上微调模型以实现全球合规
Deel 开发了一个在 Together AI 基础设施上构建的微调模型，用于处理 150 个国家/地区的合规、薪资和 HR 查询。这种方法使 Deel 能够利用其内部合规专业知识提供更快的答案，而不是在每次查询时依赖外部 LLM。
-
Together AI 分享推理引擎演讲幻灯片 · 跟踪 1 个来源
Together AI 已分享 zainhas 关于推理引擎内部工作原理的完整演讲幻灯片。X 上的转载突出了这些系统如何运行的技术细节。
-
Together AI 在 OpenRouter 上展现代理工作负载的顶级性能
Together AI 正在展示代理工作负载的强劲性能，服务于 GLM 5.3 和 GLM 5.3 Flash 模型。根据 OpenRouter 的数据，Together AI 的模型在每秒事务数、延迟和缓存命中率等指标上表现处于前 10% 的水平。这些性能是在显著的流量下实现的，分别占 OpenRouter 平台上所有 GLM 5.3 和 GLM 5.3 Flash 流量的 23% 和 30%。
-
Together AI 发布 Kimi K3 开发者指南
Together AI 发布了其 Kimi K3 模型的全面开发者指南。该指南旨在为开发者提供有效利用 Kimi K3 模型进行各种应用所需的信息。
-
Together AI 扩展微调服务，新增模型和实时跟踪
Together AI 通过整合更多开源模型，包括 GLM 5.3 和 Kimi K2.7 等高级选项，以及 Qwen 3.8-27B 和 Gemma 4 等经济高效的选择，增强了其微调服务。此次更新还引入了实时实验跟踪，允许用户通过仪表板或 API 实时监控训练进度和指标。此外，该服务现在提供对微调过程更精细的控制，包括专家 LoRA 功能，能够训练模型的核心知识层，从而提高在需要新信息的任务上的性能。