Baseten 宣布与 Postman 建立合作伙伴关系，成为 Postman 面向企业智能体的推荐推理合作伙伴。Postman 拥有超过 4000 万开发者和 98% 的财富 500 强企业用户，此次合作的目标是帮助企业在生产环境中可靠地运行智能体。双方的能力形成互补：Postman 负责构建和运营智能体工作流，Baseten 则负责高性能推理与后训练，为这些智能体提供生产级运行基础。
Postman 的 Agent Stack 被定位为企业智能体的控制层。它包含四个产品：Passport 通过作用域凭证引用保护人类和智能体的 API 访问，避免暴露底层 API 密钥；Fabric 作为 AI 原生网关，路由并治理 AI、MCP 和 API 流量；Astropods 提供运行时、可观测性和防护措施，充当生产智能体的操作系统；Fern 则生成文档、SDK 和 CLI，使 API 对开发者和 AI 智能体而言更易发现、类型明确且可调用。Postman 提供工具来构建和运营智能体，Baseten 则提供它们运行所需的高性能、低成本基础设施。
在推理性能方面，Baseten 表示其模型 API 具备高吞吐和低延迟。公司提到 2026 年发布的七个模型在 Artificial Analysis 的吞吐和延迟两项指标上均位列前两名供应商，包括 Beam 1.0、Nemotron 3.5 Super VL、Muse Spark Open、DeepSeek V4.1 Flash 1017、DeepSeek V4.1 Flash、DeepSeek V4 Flash 和 GLM-5.2 Fast。可靠性方面，Baseten 的多云容量管理（MCM）将多个云端的 GPU 容量池化，为企业的智能体工作负载提供大规模容量，并内置对硬件故障的恢复能力。Baseten 默认采用零数据保留（ZDR），同时允许客户限制或自定义运行的云、区域和集群，包括单租户和主动-主动部署。
成本效益是此次合作的另一个重点。Baseten 的训练产品提供基础设施和研究支持，用于针对智能体的特定任务对开源模型进行后训练，从而以远低于大型前沿模型的成本达到或超过其质量。文中举例称，Harvey 通过后训练一个 27B 开源模型，在其法律智能体基准上达到了闭源前沿模型的性能，而顶级闭源模型每项任务成本约为 50 美元。Baseten 认为，对于大多数具有经济价值的任务，通用模型通过提示所能达到的能力与专用模型通过后训练所能达到的能力之间存在较大差距。后训练还能提升智能体的响应质量，同时允许使用更快、更便宜的模型。
Baseten 的后训练流程包括：针对特定任务进行训练，通过监督微调和强化学习使模型适应智能体工作流；在 Baseten 上部署训练后的模型，并利用使用数据指导后续训练；获得 Baseten 后训练团队的直接支持；以及保留模型权重、评估和训练脚本的所有权。合作双方表示，企业可以先用 Postman 构建智能体，再部署到 Baseten 上运行，以优化智能体工作负载的可靠性、成本效率和性能。