Together AI
PulseAugur coverage of Together AI — every cluster mentioning Together AI across labs, papers, and developer communities, ranked by signal.
- invested by Aramco Ventures 95%
- instance of Provisioned Throughput 95%
- developed Provisioned Throughput 95%
- used by cubic metre 90%
- developed Artificial Analysis 90%
- developed GLM-5.2 90%
- developed DeepSeek V4-Pro 90%
- founded Vipul Ved Prakash 90%
- developed Oscar 90%
- uses Gemma-4-31B-it-Pearl 90%
- partners with Pearl Research Labs 90%
- partners with Ce Zhang 90%
- 2026-07-08 product_launch Together AI launched Provisioned Throughput, a new serverless product offering guaranteed inference capacity. 来源
- 2026-07-08 product_launch Together AI introduced Provisioned Throughput, a service for reserved inference capacity for open models. 来源
- 2026-07-08 product_launch Together AI launched Provisioned Throughput, a new service for reserved inference capacity for open-weight AI models. 来源
- 2026-07-03 funding Together AI raised $800 million in a round led by Aramco Ventures, signaling energy capital's interest in compute infrastructure. 来源
- 2026-07-02 funding Together AI raised $800 million at an $8.3 billion valuation, led by Aramco Ventures. 来源
- 2026-07-01 funding Together AI announced an $800 million Series C funding round to accelerate open-source AI development. 来源
- 2026-07-01 funding Together AI announced its Series C funding round, aiming to make AI more accessible and affordable. 来源
- 2026-07-01 funding Together AI announced a $800 million Series C funding round to accelerate the development and accessibility of open-source AI. 来源
- 2026-06-25 product_launch Together AI announced that its platform, using the GLM-5.2 model, can generate web applications for a few cents per iteration. 来源
- 2026-06-22 product_launch Together AI released the Brrrrr inference model. 来源
- 2026-06-18 partnership Together AI and NVIDIA are co-hosting an event on July 1st at the AI Engineer World's Fair to discuss open models and collective agent intelligence. 来源
- 2026-06-13 product_launch Together AI launched the MiniMax-M3 multimodal model. 来源
- 2026-06-12 research_milestone Together AI released benchmarks showing significant performance gains on Blackwell hardware for AI agent infrastructure. 来源
- 2026-06-10 research_milestone Together AI achieved ISO 27001:2022 certification after a successful audit. 来源
- 2026-06-10 research_milestone Together AI achieved ISO 27001:2022 certification for its Information Security Management System. 来源
29 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.
-
Ollama 获得巨额融资，推动开源 AI 增长 · 跟踪到 2 个来源
Ollama 宣布完成重要融资，庆祝拥有超过 900 万活跃开发者。该公司的成功凸显了开源模型日益成为开发者构建和管理其 AI 基础设施的首选趋势。这一里程碑式事件强调了通过开源计划，前沿 AI 的可访问性和全球扩张正在不断增加。
-
Together AI 推出 Provisioned Throughput 以保证推理容量
Together AI 推出了名为 Provisioned Throughput 的新无服务器产品，专为需要保证性能的企业级应用程序而设计。该产品提供专用的推理容量和基于 token 的定价，旨在与其他模型相比降低高达 90% 的成本。目前已支持 MiniMax AI 和 GLM-5.2。
-
AI API 提供商大比拼：AIWave、OpenRouter 和 Together AI 对比评测
AI 模型 API 提供商的对比评测，重点介绍了 AIWave、OpenRouter 和 Together AI，它们各自满足不同的开发者需求。AIWave 专注于 DeepSeek 和 Qwen 等中国 AI 模型，价格显著更低，并通过新加坡的托管服务面向亚洲市场。OpenRouter 提供最广泛的模型覆盖，包括西方和中国选项，使其成为原型设计的通用选择。Together AI 专注于开源模型并提供微调功能，非常适合构建定制化解决方案的团队。
-
Together AI 为开放模型推出预留吞吐量
Together AI 推出了预留吞吐量（Provisioned Throughput）服务，该服务提供开源前沿模型的预留推理容量。该服务采用基于 token 的定价和 99% 的正常运行时间服务水平协议（SLA）。它旨在提供无服务器的简便性和保证的容量，同时成本显著低于 Opus 4.8 等现有解决方案，并初步支持 MiniMax M3 和 GLM-5.2 等模型。
-
Together AI 为开放模型推出预留推理容量
Together AI 推出了预留吞吐量（Provisioned Throughput）服务，该服务提供开放权重 AI 模型的预留推理容量。此服务提供基于 token 的定价，并有 99% 的正常运行时间服务水平协议（SLA），旨在提供专有模型的可预测性以及开源替代方案的成本效益。预留吞吐量最初支持 MiniMax M3 和 GLM-5.2，旨在显著降低推理成本，与 Claude Opus 4.8 等模型相比，成本可能降低高达 90%。
-
Together AI 的 GLM 5.2 在输出速度和延迟方面领先
Together AI 宣布其 GLM 5.2 模型在输出速度和延迟方面均在 Artificial Analysis 上获得最高排名。这使得 GLM 5.2 在推理和开源领域内的性能指标方面成为领先模型。
-
Together AI 详解使用 NVIDIA Blackwell 进行延迟优化
Together AI 详细介绍了其优化推理延迟的方法，重点介绍了 NVIDIA 技术与其自身平台的集成。他们的系统 Together ATLAS 利用 NVIDIA Blackwell、CUDA、TensorRT-LLM 和 Dynamo 以及自定义内核，为用户实现低于 100 毫秒的响应时间。这种优化对于实现更快的推理和长上下文代码生成至关重要。
-
Together AI、NVIDIA、Lyra Labs 将在 ICML 主办人工智能炉边谈话
Together AI 与 NVIDIA 和 Lyra Labs 合作，将在国际机器学习大会上举办一场炉边谈话。讨论将聚焦于人工智能研究和基础设施的未来发展轨迹，由 Tri Dao 领导。
-
Together AI CEO：将数据发送给闭源模型有泄露商业机密的风险
Together AI 的首席执行官 Vipul Ved Brat 回应了 Palantir CEO Alex Karp 关于 AI 模型数据隐私的评论。Brat 强调，将数据发送给拥有专有模型的公司，存在这些数据被用于训练这些模型，从而有效地让出公司竞争优势的风险。他指出，技术客户优先考虑对其数据、模型和计算的控制权，并倡导开源解决方案。
-
Together AI 倡导开源模型以实现数据控制
Together AI 强调了开源人工智能模型的优势，突出了完全的控制权、定制化和数据所有权。该公司指出，企业正在迅速采用这些开源解决方案。Vipul Ved Prakash 在 CNBC 上分享了这一观点。
-
Together AI 认为开源模型占AI代币的比例已飙升至30%
Together AI 正在强调AI领域中开源模型日益增长的趋势。该公司指出，在过去一年中，开放模型的使用量已从占所有AI代币的10%飙升至30%。这种转向开放和模块化AI架构的趋势被视为一项持久的发展，该公司创始人正在讨论这一趋势的驱动因素和未来影响。
-
Nvidia转向供应商融资以部署AI云GPU
Nvidia推出了一项新的融资计划，允许AI云提供商在无需前期资本支出的情况下收购其GPU。该计划将Nvidia先前临时性的客户融资转变为一种可重复的信贷产品，使Sharon AI和Firmus等合作伙伴能够部署大规模GPU基础设施。此举标志着Nvidia从纯粹的设备供应商转变为贷款人，旨在通过利用芯片销售收入和云提供商未来收益的一部分来加速AI云容量的建设。
-
Together AI：GLM-5.2 的能力达到 Sonnet 5 的 80%，价格仅为其 20%
Together AI 发布了一项分析，将他们的 GLM-5.2 模型与 Anthropic 的 Sonnet 5 在软件工程任务上进行了比较。研究结果表明，GLM-5.2 的能力约为 Sonnet 5 的 80%，而成本仅为后者的 20% 左右。该比较使用了 DeepSWE 基准测试，重点关注在 113 个原始的长周期软件工程问题中需要最大推理能力的任务。
-
AI公司应对计算过剩和招聘趋势，开源模型持续改进
AI公司正经历运营格局的转变，据报道Meta拥有过剩的计算能力。尽管如此，专注于AI的公司仍在继续招聘而非裁员。与此同时，开源AI模型正展示出持续的改进。
-
Together AI 融资 8 亿美元，估值 83 亿美元，由沙特阿美创投领投
专注于开源 AI 模型的公司 Together AI 已获得 8 亿美元融资，公司估值达到 83 亿美元。此轮融资由沙特阿美创投 (Aramco Ventures) 领投，NVIDIA 和 General Catalyst 参投。这笔巨额投资凸显了对开源 AI 开发日益增长的兴趣和资金支持。
-
NVIDIA 与 AI 云合作，扩展算力基础设施
NVIDIA 正在推出一项新的业务模式，为 AI 公司提供大规模算力基础设施。该计划旨在通过与 AI 云合作，并提供收入分成和信用支持模式，来解决 AI 工厂的资本密集型问题。Sharon AI 和 Firmus 等公司已与 NVIDIA 合作，其中 Sharon AI 部署了多达 40,000 块 NVIDIA Grace Blackwell GB300 GPU，Firmus 则在印度尼西亚建设了一个大型 AI 工厂园区。
-
Together AI 融资 8 亿美元 C 轮，加速开源 AI 发展
Together AI 已完成 8 亿美元 C 轮融资，以推进开源 AI 的发展。该公司强调，将其平台上的任务从闭源模型迁移到开源模型，成本显著降低，约为五分之一到七分之一。此轮融资旨在加速向更易于访问且成本效益更高的 AI 解决方案的过渡。
-
Together AI 完成 C 轮融资，致力于提供经济实惠的 AI 解决方案
据《纽约时报》报道，Together AI 已宣布完成 C 轮融资。该公司旨在让 AI 智能更加普及且成本更低。此轮融资是人工智能行业朝着更经济实惠的 AI 解决方案发展的更广泛趋势的一部分。
-
Nemotron 3 Ultra 模型在 Together AI 上获得快速采用
Together AI 已宣布其 Nemotron 3 Ultra 模型正在获得显著关注，在发布后的几天内，在 OpenRouter 上每天处理 350 亿个 token。这款与 NVIDIA 合作开发的开源模型因其速度、效率和可定制性而受到赞誉，表明社区采用率很高。
-
Together AI 发布 ParallelKernelBench 以测试 LLM 多 GPU 内核生成
Together AI 推出了 ParallelKernelBench，这是一个开源基准测试，旨在评估大型语言模型为多 GPU 系统生成高效 CUDA 内核的能力。该基准测试侧重于评估前沿 LLM 在处理复杂、通信密集型工作负载方面的能力，这对于高性能计算至关重要。此次发布凸显了在优化 LLM 以适应专业化、低级编程任务方面持续存在的挑战。