ソース詳細
AI News Hub は Together AI Blog の AI 更新を追跡し、ソース状態、利用範囲、収集方法、公開記事を表示します。
Official source; confirm reuse terms before enabling full body display.
AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：We just launched our own Jev-like classifier, together/Tev1-4B-experimental, on top of Qwen3.5 4B on Together’s serverless platform. In this blog post we’ll show you how to fine-tune your own version!
AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：A hard model swap exposes every user at once, and rolling back means cold-starting the old deployment under pressure. Here's how staged traffic ramps, metric gates, and automatic rollback work on dedicated inference.
AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：Inside a global bank's shift to self-serve dedicated inference: how Together's DMI gave engineering teams direct control over scaling, models, and testing.
AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：Moving from closed to open source models can take weeks, not years. A five-stage playbook: discover, evaluate, adapt, decide, and production.
AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：Together Fine-Tuning adds the latest open-weight models, live experiment tracking, Expert LoRA, early stopping, tokenized dataset previews, pre-flight validation, and lower training prices on selected models.
AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：Together GPU Clusters now supports preemptible compute: the same GPU capacity at a flat 50% of the on-demand rate, with a five-minute drain window.
AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：We ported ThunderKittens to NVIDIA's Vera Rubin NVL72 and rebuilt our NVFP4 GEMM around the new hardware, taking it from 42% of roofline to over 22 PFLOPS — competitive with cuBLAS and CuTe DSL. Here is what changed in the ISA and how we used it.
AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：All blog posts Inference Published 9/9/2026 The Open Source AI Stack Authors Hassan El Mghari Table of contents 40+ Models Chosen for Production...40+ Models Chosen for Production...40+ Models Chosen for Production... A…
AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：We ran 900 DeepSWE rollouts on GLM-5.3 and GLM-5.3 Flash. Flash gives up 5.6 points of pass@1 at 17x lower cost, and only 2.6 points at pass@4.
AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：We ran 904 DeepSWE rollouts on GLM-5.3 and GPT-5.6 Sol. Sol leads pass@1 by 3.7 points; GLM-5.3 wins pass@4 at half the cost, and a GLM-first cascade hits 85.9%.
AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：We ran 904 DeepSWE rollouts on GLM-5.3 and Claude Fable 5. A tie on pass@1, but GLM-5.3 wins pass@4 and costs 5.4x less: \$3.99 per rollout vs. \$21.63.
AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：We ran 904 DeepSWE rollouts on DeepSeek V4 Pro 0813 and GPT-5.6 Sol. Sol leads pass@1 by 10 points at 35x the cost; Pro wins pass@4, and a Pro-first cascade hits 83.0%.
AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：We ran 904 DeepSWE rollouts on DeepSeek V4 Pro 0813 and Claude Fable 5. Fable leads pass@1 at 90x the cost; Pro wins pass@4, and a Pro-first cascade hits 82.7%.
AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：Shadow traffic proves a candidate is operationally sound. It can't tell you if users like it better. Run the split at the endpoint instead of in your app code.
AI サービスが一時的に利用できないため、復旧後に翻訳を補完します。ソース概要：We ran 900 DeepSWE rollouts on DeepSeek-V4 Flash and GPT-5.6 Luna. Luna leads pass@1 by 14 points; DeepSeek delivers 4.8x the solves per dollar.
Kimi K3 は、Moonshot AI が開発した 2.8 兆パラメータのオープンウェイトモデルで、世界初の 3 兆パラメータ級オープンソースモデルです。本記事では、アーキテクチャの特徴、Together AI での呼び出し方、推論強度、視覚入力、構造化出力、ツール呼び出し、動的ツールロードなどを解説します。
ThunderAgentは、エージェント推論のためのプログラム認識スケジューラです。各エージェントワークフローをスケジュール可能なプログラムとして扱うことで、KVキャッシュスラッシングを排除し、2倍以上のシングルノードスループットとほぼ線形のマルチノードスケーリングを実現します。
Together AIはMoonshot AIと戦略的提携を結び、Moonshotのオープンモデルのローンチプラットフォームとなり、最初のモデルとして2.8兆パラメータのKimi K3を提供開始。
Together AIの専用モデル推論アーキテクチャの詳細ガイド：エンドポイント、デプロイメント、設定、容量ベースのルーティング。
DeepSWEでKimi K3とGPT-5.6 Solを904回テスト。Solはpass@1でリード、Kimi K3はpass@4でドルあたり2.8倍の解決数、両者のルーティングで約85.6%に到達。
DeepSWEベンチマークでKimi K3とClaude Fable 5の452回のロールアウトを実行しました。Fableはpass@1で1.4ポイントリードするものの、Kimi K3はpass@4で勝利し、1ドルあたりの解決タスク数で2.8倍の効率を達成。Kimi K3はオープンモデルとして、Fableの3分の1のコストで高い性能を提供します。
Together AIは推論プラットフォームの大幅なアップデートを発表し、パフォーマンス、コスト、品質を完全に制御できるようにしました。カナリアデプロイ、A/Bテスト、オートスケーリング、そして強化学習とファインチューニングを含むカスタムトレーニングのクローズドベータ版など、新機能が追加されています。
Together AI と Y Combinator は、YC スタートアップ向けに専用 GPU クラスタを提供するパートナーシップを発表。計算ボトルネックを解決し、スタートアップは2年契約ではなく数週間単位でコミット可能。セルフサービスポータルを通じて直接 GPU を管理でき、YC の関与は不要。クラスタはフル稼働中で、単一ノードから大規模拡張まで対応。
この記事では、AI推論サービスの信頼性指標（99%、99.9%、99.99%）の実際の意味を分解し、各レベルが耐えなければならない障害ドメインと必要なアーキテクチャ要件を説明します。Together AIの著者らは、信頼性の高い推論インフラ構築の経験を共有し、プロバイダーを選ぶ前に尋ねるべき重要な質問を提供します。
Together AIが、受動的健康チェック、ノード修復、強化されたSlurmの信頼性、OIDC、起動スクリプトにより、プロダクションGPUクラスターをどのように改善しているかをご紹介します。
Thinking Machines Labが、トークン効率的な推論、ネイティブなマルチモーダル理解、幅広いタスクの汎用性を備えたマルチモーダル混合専門家モデルInklingをリリースしました。Together AIは推論プラットフォームでこのモデルを提供し、制御可能な推論努力、テキスト/画像/音声入力、1Mコンテキストウィンドウをサポートします。
Together AIは、MiniMax M3やGLM-5.2などのフロンティアオープンモデル向けに、トークンベースの料金設定と99%のアップタイムSLAを備えた予約推論容量「Provisioned Throughput」を発表。専有APIと比較して最大90%のコスト削減を実現します。
Together AIは、オープンソースAIへの移行を加速するため、8億ドルのシリーズC資金調達を完了した。同社は、クローズドモデルの経済性はスケールせず、フルスタック最適化と組み合わせたオープンモデルで6〜20倍のコスト削減が可能だと主張する。Together AIは、FlashAttention-4やTogether Megakernelなどの革新を立ち上げ、世界最大のAIトークンプロデューサーの1つとなった。
Together AIはICML 2026で8本の論文が採択され、エージェントからGPUカーネルまでの全スタックの研究を発表。これらの研究はTogetherプラットフォームに統合され、本番環境ですでに活用されている。
ParallelKernelBenchは、LLMが87の実ワークロードに対して高速なマルチGPU CUDAカーネルを書けるかをテストするベンチマークです。最高のモデルでも3分の1未満しか解けず、ベースラインを上回ったのはさらに少ないですが、生成されたカーネルの中には既存の公開実装を凌ぐものもあります。