Together AI翻译站点

Together AI 是 2022 年成立于旧金山的”AI 原生云”平台，定位开源模型的全生命周期计算层——推理、微调、预训练、GPU 集群一站式。当前模型库 200+ 开源与多模态模型，涵盖 DeepSeek-V4-Pro、MiniMax M3、Kimi K2.7 Code、GLM-5.2、Qwen3.6-Plus、Llama 3.3 70B、GPT-OSS 120B/20B、Nemotron 3 Ultra 等。支持 OpenAI 兼容接口（base_url: https://api.together.xyz/v1）、SDK、REST API。Serverless API 按 token 计费无最低消费；Batch API 异步处理 30 亿 token 规模、成本降低 50%；Dedicated Inference 单租户 GPU 实例（H100 $6.49/小时、B200 $11.95/小时）。新账户第三方注册教程显示赠送 $5 试用额度（以官网当期活动为准）。海外直连 api.together.xyz 受限，需VPN（国区受限）。

产品概述

Together AI 由 CEO Vipul Ved Prakash 联合创立，核心团队源自 frontier systems 研究。2025 年 2 月完成 3.3 亿美元 B 轮（估值 $3.3B，General Catalyst 领投，NVIDIA 参投），2026 年 7 月完成 8 亿美元 C 轮——Aramco Ventures、NVIDIA、Vista Equity、General Catalyst、Salesforce Ventures 等投资，并获超 500MW 算力容量承诺。平台核心技术是自研 Together Inference Engine——结合定制 FP8 推理内核（比 PyTorch 快 75%+）、QTIP 保质量量化、Speculative Decoding 推测解码，以及 2026 年新发的 FlashAttention-4、Together Megakernel、ATLAS speculator system。客户包括 Cursor、Cognition（Devin）、Decagon、Eleven Labs、Suno 等头部 AI 公司——Decagon 迁移到 Together 后推理成本降低 6 倍。

2026 年 6 月密集上新：6/9 DeepSeek-V4-Pro 降价至 $1.74/$3.48、6/12 MiniMax M3 Day 0 上线（524K 上下文、$0.30/$1.20）、6/13 Kimi K2.7 Code 上线（262K、$0.95/$4.00）、6/17 GLM-5.2 替代 GLM-5。部署形态分四档：Serverless Inference（托管弹性）、Batch Inference（异步 50% 折扣）、Dedicated Model Inference（单租户 GPU 保证性能）、Dedicated Container Inference（生成式媒体模型专用）。

核心能力

• 文本生成：DeepSeek-V4-Pro（512K）、MiniMax M3（524K）、Kimi K2.7 Code（262K）、GLM-5.2（262K）、Qwen3.6-Plus（1M）、Llama 3.3 70B、GPT-OSS 120B/20B、Nemotron 3 Ultra 550B
• 推理：DeepSeek-V4-Pro 可控推理模式（Non-Think / Think High / Think Max）、GPT-OSS 思考模式、MiniMax M3 三档推理
• 长上下文：DeepSeek-V4-Pro 512K（模型级 1M）、MiniMax M3 524K、Qwen3.6-Plus 1M、Kimi K2.6/K2.7 Code 262K
• 多模态：MiniMax M3 / GLM-5.2 / Qwen3.7-Plus 视觉理解；FLUX.2 文生图、Ideogram 4.0、Google Imagen 4.0、ByteDance Seedream 4.0 图像生成
• 视频：Google Veo 3.0、Kling 2.1、MiniMax Hailuo 02、Wan 2.2、Vidu 2.0、PixVerse v5、ByteDance Seedance 2.0
• 语音：Cartesia Sonic 3/2 TTS（$65/百万字符）、Orpheus TTS（$15）、Kokoro-82M TTS（$4-10）
• 转写：Whisper Large v3（$0.0015/分钟）、NVIDIA Parakeet/ Nemotron 3 ASR
• 高级功能：OpenAI 兼容、Tool Use、Function Calling、JSON Mode、Structured Outputs、Reasoning、Vision、Batch API（50% 折扣）、Together Inference Engine 加速、Code Sandbox（代码沙盒，2024 年 12 月收购 CodeSandbox）

优势亮点

• 开源模型推理性能全球第一梯队：自研 Together Inference Engine + FP8 内核 + Speculative Decoding，Llama 3 8B 相对 vLLM 全精度快 3.5 倍，训练快 2.3 倍、成本低 20%
• 200+ 开源模型一字排开：DeepSeek/MiniMax/Qwen/Kimi/GLM/Llama/Nemotron/Gemma/Mistral 全系，一个 Key 调用
• 价格极具竞争力：MiniMax M3 $0.30/$1.20（524K 上下文）、DeepSeek-V4-Pro $1.74/$3.48（512K）、Llama 3.3 70B $1.04/$1.04、Llama 3 8B Lite $0.14/$0.14
• 三档部署灵活：Serverless（无最低消费）/ Batch（50% 折扣）/ Dedicated（单租户 H100 $6.49/小时、B200 $11.95/小时）
• DeepSeek-V4-Pro 可控推理：Non-Think / Think High / Think Max 三档，按任务匹配推理深度
• Batch API 50% 折扣：异步处理可达 30 亿 token/模型，分类、离线摘要、合成数据生成成本砍半
• OpenAI 完全兼容：base_url https://api.together.xyz/v1，原 GPT 代码改地址即可跑
• 全栈 AI 原生云：推理 + 微调（LoRA/全参）+ 预训练 + GPU 集群（H100/H200/B200/GB200/GB300）+ Code Sandbox
• 2026 年 7 月完成 8 亿美元 C 轮：NVIDIA、Aramco Ventures 等顶级投资方加持，算力容量超 500MW 承诺，企业级稳定性背书
• 头部 AI 公司共建：Cursor、Cognition、Decagon、Eleven Labs、Suno 都在 Together 上跑生产负载，Decagon 推理成本降 6 倍
• 全模态覆盖：文本/视觉/图像/视频/语音/转写/嵌入/重排序/内容审核统一 API

短板

• 仅支持开源权重模型：不提供 GPT-5/Claude Opus/Gemini Pro 等闭源旗舰，最强模型 DeepSeek-V4-Pro 在复杂推理上仍不及 Claude Opus 4.8 / GPT-5.5
• 国内需VPN（国区受限）：Together 未对中国大陆开放，直连 api.together.xyz 受限
• 免费额度不透明：第三方注册教程显示赠送 $5 试用额度，但官网未承诺长期固定免费档；FLUX.1 Schnell Free 图片生成完全免费（不消耗额度）
• Dedicated 实例价格高：H100 $6.49/小时、B200 $11.95/小时，长期运行成本显著高于 Serverless
• 模型迭代快、旧模型下线：2026 年 6 月 GLM-5 退役、Qwen3.5-397B-A17B 将于 6/29 下线，开发者需跟踪迁移
• Cached Input 仅部分模型支持：GLM-5.2/DeepSeek-V4-Pro/MiniMax M3/Kimi K2.7 Code 有缓存价，Llama 3.3 70B Turbo 等无缓存折扣
• 企业级 SLA 需 Provisioned Throughput：Serverless 无 SLA 保障，生产高并发建议 Dedicated 或 PTU
• 上下文长度不及顶级：DeepSeek-V4-Pro 在 Together 上仅 512K（模型级 1M），低于 Gemini 3.1 Pro（2M）

适用人群

海外开发者、AI 编程工具（Cursor 等已在用）、Agent 开发团队、需要开源模型高性能推理的场景、成本敏感的大批量调用（Batch 50% 折扣）、长上下文应用（DeepSeek-V4-Pro 512K / MiniMax M3 524K）、微调自有模型的企业、需要 GPU 集群的 AI 原生公司。