together.ai · 网站与博客
Together AI 发布 Together Link，把 Claude Code、Claude Desktop、Codex、OpenCode 和 Pi 等团队已在使用的编码 Agent 连接到 Together AI 上的开源模型，宣称相比闭源模型节省超过 50% 开支。
推荐理由：原文给出了支持的编码工具、Auto 路由机制和按会话省费展示，读者可以据此评估接入开源模型对现有工作流的改动成本。
Together AI 发布教程，讲解如何以约 17 美元成本和约 25 分钟训练时间，基于 Qwen3.5 4B 微调一个 Jev 式分类模型并部署为 HTTP 端点。
推荐理由：教程给出从数据准备到部署的完整命令和成本时间，读者可复现训练自己的分类模型。
Together AI 推出 Rollouts 功能，在同一 endpoint 的两个部署间迁移流量，支持 Canary、蓝绿和滚动三种策略，配合指标门控与暂停/取消/反向发布控制。
一家全球金融科技公司将其编码智能体流量迁移到 Together 的 Dedicated Model Inference，运行 GLM-5.2 模型，以应对工作时段内突发的高并发负载。
Together AI 发布从闭源模型迁移到开源模型的实践指南，分为发现、评测、适配、决策、上线五步，称迁移可从数月到数年缩短为数周到数月。核心建议包括用现有流量回放做真实评测、按提示词到微调的梯度逐步适配，并提供 togetherlink 工具简化接入，部分客户迁移后成本降低最多 70%。
Together AI 宣布扩展 Together Fine-Tuning 服务，新增对 GLM 5.3、DeepSeek-V4-Flash、Kimi K2.7-Code、Qwen 3.8-27B、Gemma 4 等一批开源权重模型的支持，训练价格部分模型降价 30% 至 70%（如 gpt-oss 系列）。
推荐理由：官方宣布微调平台新增实验追踪、Expert LoRA、早停和数据校验等能力，还列出具体降价幅度，便于评估训练工作流是否值得迁移。
Together AI 宣布 Together GPU Clusters 的 preemptible compute 进入公开预览，覆盖所有区域的 Kubernetes 集群，按需价格的固定 50% 计费、按分钟计量。
Together AI 的 kernels 团队在 NVIDIA Vera Rubin NVL72 上为 ThunderKittens 加入 NVFP4 和 FP8 GEMM 支持，将 NVFP4 内核从仅达 roofline 42.1% 提升至超过 22 PFLOPS，性能对标 cuBLAS 和 CuTE DSL。