Together AI 官方

Together AI与Y Combinator合作推出YC社区首个专用GPU集群，为初创公司提供更灵活的算力获取方案。

Together AI深度解析不同级别服务可用性的实际含义，帮助企业评估推理服务商的可靠性承诺。

Together AI 宣布其GPU集群服务新增多项生产级功能，包括被动健康检查、节点修复、增强的Slurm可靠性、OIDC认证和启动脚本支持，旨在提升AI模型训练与推理的稳定性。

Together AI 在发布首日即上线 Thinking Machines Lab 的全新模型 Inkling，进一步丰富其 AI 模型生态。

Together AI宣布完成8亿美元C轮融资，将用于推动开源人工智能的普及与发展。公司认为闭源模型的经济模式难以持续扩展，并公布了下一步技术布局。

Together AI 宣布有八篇论文入选国际机器学习大会 ICML 2026，覆盖全栈技术研究，相关成果将融入其平台。

最新基准测试显示，当前最先进的大语言模型在87项真实多GPU计算任务中，仅能完成不到三分之一的高效内核编写，但部分生成代码已超越公开实现。

Together AI 推出开源强化学习框架 Aurora，可将推测解码从一次性离线配置转变为持续自我改进的系统，实现推理性能动态优化。

Together AI 内核团队分享了他们在FlashAttention与ThunderKittens等项目上的工作，致力于缩小GPU硬件能力与生产级人工智能应用之间的性能差距。

Deepgram的语音转文本和语音合成模型现已在Together AI专用模型推理服务中上线，为实时语音智能体提供生产级支持。

最新研究表明，大型语言模型（LLM）能够优化数据库查询执行计划，通过修正传统统计方法遗漏的基数估计错误，实现最高4.78倍的性能加速。

Together AI推出稳定循环语言模型Parcae，仅用770M参数即可达到1.3B Transformer模型性能，并首次提出循环扩展定律。

Together AI 推出爱因斯坦竞技场平台，通过AI智能体的群体协作与竞争，在开放数学问题上取得突破，已刷新11项最优结果。

Together AI发布分布感知推测解码技术，针对强化学习训练后的推理瓶颈，可实现高达50%的加速且保持奖励质量无损。

Together AI 在发布首日即上线 NVIDIA Nemotron 3 Nano Omni 模型，这是一个面向大规模智能体工作负载设计的统一开源模型，可跨视频、图像、音频和文本进行推理。

Together AI宣布与Adaption建立合作伙伴关系，将Together Fine-Tuning原生集成至Adaptive Data平台，助力团队优化数据集、运行微调、评估结果并部署更强大的开源模型。

Together AI发布最新基础研究成果，聚焦AI从研究走向生产过程中的核心挑战——如何实现高效、可靠的大规模模型推理。

Together AI官方剖析了在NVIDIA HGX B200平台上服务DeepSeek-V4百万令牌长上下文的推理系统挑战与优化方案。

Together AI公布最新推理基准测试，其编码代理在吞吐量、首字延迟和成本方面均显著优于TensorRT-LLM与Claude Opus 4.6。

Together AI对比测试显示，使用Kimi K2.7 Code生成12个落地页的成本比Claude Fable 5低94%，且质量评分差距仅在个位数。