四年前，我和联合创始人共同创立了 Together AI，因为我们视生成式 AI 为人类进步的转折点。我们相信，这一代际技术应当是开放且广泛可用的，而非由少数公司掌控。
自那时起，我们构建了一个面向开源 AI 的全栈 AI 平台，以前沿研究为基础，为 AI 应用和智能体提供最快、最高效的推理服务。如今，Together AI 已获得数千家客户的信任，其中包括许多全球增长最快的 AI 公司，如 Cognition、Decagon、Eleven Labs、Cursor 和 Suno。最初对 AI 未来的信念，其发展速度甚至超出了我们最乐观的预期。
今天，我很高兴地宣布我们旅程中的下一个里程碑——8 亿美元 C 轮融资，投资方包括 Aramco Ventures、NVIDIA、Vista Equity、General Catalyst、Emergence Capital、Schneider Electric、Pegatron、Salesforce Ventures、March Capital、DTCP Growth、Lux Capital、Geodesic、PSP Partners 等杰出机构。除股权资本外，我们还获得了超过 500 兆瓦计算能力的承诺，将由新投资者独立出资，以支持我们未来几年的预期计算增长。
生产级 AI 的经济学
随着 AI 系统开始执行真正的智力劳动，它们正从偶尔使用的工具转变为核心生产基础设施。公司不再仅为演示生成少量响应，而是部署能够编写代码、解决客户问题、分析文档并自动化整个工作流程的智能体。随着这种工作规模的扩大，对推理的需求也在增长。
许多公司发现这带来了根本性的经济挑战。在原型阶段看似可控的封闭前沿大语言模型的成本结构，在生产环境中往往变得不可持续。随着使用量的增长，推理账单的累积速度超过预算，迫使公司在智能需求加速时反而限制其使用。最成功的公司正以市场一贯的方式应对：寻找更高效的方式来生产日益关键的资源。
Together AI 已成为开放和定制 AI 的生产平台，结合前沿模型与推理栈的持续创新，在大规模应用中提供最佳经济性。像 DeepSeek、Nemotron、MiniMax、Kimi 和 GLM 这样的开放权重模型，已缩小了与专有前沿模型的质量差距，同时赋予开发者自由定制和微调以适应自身应用的能力。因此，使用开放模型构建的公司通常能实现 6 到 20 倍的成本降低，同时保持同等或更优的性能。例如，Decagon 在迁移到 Together AI 后，推理成本降低了六倍。
但生产级 AI 的经济性并非仅由模型决定，而是由整个技术栈决定：模型、内核、编译器、推理系统、训练基础设施、硬件利用率以及将所有部分整合在一起的软件。
Together AI 是一家研究驱动型公司。在过去的几个季度中，我们的研究到生产流程显著加速。我们发布了面向 NVIDIA Blackwell 的 FlashAttention-4、Together Megakernel 和 together.compile，将内核级优化引入生产工作负载，并扩展了我们的训练后 API 以支持工具调用、推理和视觉语言模型。我们为领先的前沿开源模型推出了最快的端点，并已成为全球最大的 AI Token 生产商之一。
我为所构建的平台感到自豪，该平台为推理、训练和加速计算的全套生成式 AI 生产能力提供了选择、控制、经济优势和前沿性能，同时也为 Together AI 在加速创新和全球交付开源 AI 生态系统中所扮演的角色感到自豪。
致我们的客户、团队和投资者：感谢你们相信这一愿景并帮助我们将其变为现实。这一里程碑当然值得庆祝，但它更像是一个开始。我们仍处于将重塑每个行业的技术变革的最早期阶段。
如果我们的愿景引起你的共鸣，请联系我们——我们正在招聘工程、研究、产品和市场推广方面的人才。