Announcing Together AI and Adaption Partnership
TL;DR · AI 摘要
Together AI宣布与Adaption合作，推出多项加速计算和模型优化服务。
核心要点
- 推出GPU集群服务，支持自服务NVIDIA GPU。
- 上线Batch Inference API，成本降低50%。
- 升级Fine-Tuning平台，支持更大模型和更长上下文。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- Together AI与Adaption合作
宣布 Together AI 和 Adaption 合作伙伴关系
⚡️ FlashAttention-4: 在 NVIDIA Blackwell 上比 cuDNN 快达 1.3 倍 →
🔎 ATLAS: 运行时学习加速器，提供高达 4 倍的更快 LLM 推理 →
⚡ Together GPU 集群: 自助 NVIDIA GPU，现已普遍可用 →
📦 批量推理 API: 大多数模型的成本降低 50%，处理数十亿个令牌 →
[](https://www.together.ai/)
- 
- 
- 
- 
Nano Banana Pro 
Qwen3.5-397B 
GLM-5 
kimi k2.5 
gpt-oss-120B 模型库 探索顶级开源模型](https://www.together.ai/models)
加速计算
- 
- 
开发环境
- 
存储
- 
- 
- 
Llama 4 Maverick Model library Fine-tune top open-source models](https://www.together.ai/models)
- 
- 
特色出版物
- 
- 
- 
- 
* 加速计算
- 
- 
开发环境
- 
存储
- 
*
- 
- 
*
- 
- 
精选出版物
*
- 
- 
- 
- 
资源
- 
- 
- 
- 
- 
公司
- 
- 
微调
发布于 2026/4/30
宣布 Together AI 和 Adaption 合作伙伴关系
Together Fine-Tuning 现已原生集成到 Adaption 的 Adaptive Data 中
- 作者 Max Ryabinin, Jennifer Wu, Will Van Eaton, Sonny Khan
- 目录
- 40+ 模型用于生产...40+ 模型用于生产...40+ 模型用于生产...
我们很高兴与 Adaption 合作，使 Together Fine-Tuning 在 Adaptive Data 中可用。Adaption 由 Sara Hooker 和 Sudip Roy 共同创立，他们都是 Cohere 和 Google DeepMind 的前领导者。Adaptive Data 通过帮助团队分析数据集结构、调整示例、评估质量以及导出模型就绪的数据来解决现代模型训练的数据挑战。Adaption 将这些能力描述为将通常仅限于前沿实验室的数据优化技术带给日常开发者，并报告早期部署中数据质量平均提高了 82%。
通过此次集成，Adaption 用户可以连接他们的 Together AI 账户，以实现通过无缝实验工作流程快速获得高质量、微调模型的目标。在 Adaption 中，用户优化其训练数据集，然后使用优化的超参数作为起点直接执行 Together 微调。训练完成后，微调模型将被部署进行评估，评估结果将显示给用户；从那里，用户可以在 Together AI 的高性能推理服务上部署该模型。
Together Fine-Tuning 为 Adaptive Data 用户提供了基础设施，将成型的数据集转化为更强大、更可靠的开放模型。它支持 LoRA 和全微调、大型开放模型以及实验可见性，帮助我们的用户快速适应、理解变化并提高针对目标行为的表现。
- Sara Hooker, 联合创始人兼首席执行官, Adaption
_当您在 Together AI 基础设施上进行微调时，Adaption 平台会显示胜率、损失和学习率。_
**为什么选择 Together Fine-Tuning**
Together Fine-Tuning 是一个领先的开源后训练和推理提供商，专为希望定制领先开放模型而不管理基础设施的团队而设计。Together AI
该平台支持领先的开放模型，包括超过 1000 亿参数的模型，如 Kimi K2.5、GLM 5.1 或 Qwen 3.5-397B，在结构化工具使用、推理和视觉语言设置方面。用户可以在大数据集上进行微调，开始训练前估算作业成本，运行期间跟踪预计完成时间，并直接将模型导出到 Hugging Face Hub。
通过此次集成，Adaptive Data 中塑造的数据集可以直接进入 Together Fine-Tuning 工作流。Adaptive Data 提升了上游数据集的质量；Together Fine-Tuning 将该数据集转化为特定的模型行为。
**了解更多**
→ 阅读 Adaption 的集成公告
→ 阅读 Together Fine-Tuning 的最新功能
→ 联系销售 获取微调工作流和支持部署
开始在 Together AI 上构建
从优化训练和模型塑造到大规模生产推理
产品
模型
查看所有模型DeepSeek Meta Qwen Google OpenAI Mistral AI 自定义模型 * 开发者
定价
* 资源
© 2026 Together AI. 版权所有。
- [](https://discord.gg/9Rk6sSeWEG)
- [](https://x.com/togethercompute)
- [](https://www.linkedin.com/company/togethercomputer/)