Together AI

最新のオープンソースAIモデルを超高速で推論し、効率的に学習できる開発者向けのGPUクラウド

無料＋有料WebAPIDesktop韓国語LLMベースマルチモーダル

概要

Together AIは、オープンソースLLMの推論・ファインチューニング・学習に特化したGPUクラウドです。独自の推論エンジン「ATLAS」とFlashAttentionファミリーのカーネルを適用することで、大規模モデルのトークン生成速度を向上させ、サーバーレスAPIと専用GPUクラスターを同時に運用しています。OpenAI互換のAPIを提供しているため、既存のコードからエンドポイントを変更するだけで簡単に移行できます。200以上のオープンモデルを1箇所から呼び出したり、自社データでファインチューニングして商用サービスに組み込んだりできるため、クローズドモデルへの依存度を下げたいチームにとって現実的な選択肢となります。

差別化ポイント

ATLASエンジン：適応型スペキュラティブデコーディングにより、通常のサーバーレス推論比で最大4倍速いトークン生成を標榜
ハードウェアからカーネル・コンパイラまで自社で最適化し、同一モデルをより低いトークン単価で運用
オープンソースモデルをエンタープライズ級インフラでそのまま商用運用できる構成

主な機能

テキスト、画像、コードなど、200以上のオープンソースモデルを1つのAPIで呼び出し
ATLAS推論エンジンによる適応型投機的デコーディングの適用で、トークン生成を加速
NVIDIA H100、B200、GB200ベースの専用GPUクラスターの提供
データ漏洩なしに自社データで学習できる、安全なファインチューニング・事前学習ツール
OpenAI互換のSDKとサーバーレスエンドポイントによる、既存コードの移行サポート
リアルタイム性を必要としないタスクは、Batch APIにより推論コストを最大半分に削減
STT、LLM、TTSを単一のクラウドに統合し、エンドツーエンドの遅延500ms未満を目指す音声AIプラットフォーム
FlashAttention-4、ThunderAgent、together.compileなどの独自推論最適化スタック

メリット・デメリット

ウェブ検索で収集したユーザーの声をまとめたものです

メリット

ATLASエンジンとFlashAttentionカーネルにより、同等のサーバーレス推論と比べてトークン生成が速くレイテンシが低い
使用量ベースのトークン課金にバッチ割引も加わり、大量推論のコスト管理がしやすい
新たに公開されたオープンモデルを素早くデプロイして、すぐに呼び出し・テストできる
FlashAttentionの研究を自ら発表したチームであり、推論最適化技術の出所が明確

デメリット

インフラの設定やモデル選定のプロセスが、初心者の開発者には複雑に感じられる場合がある
OpenAIやAnthropicの有料クローズドモデルは直接提供していない

料金

無料＋有料開始価格: Free ($5 credits) / pay-per-token

使用した分だけ支払う従量課金（Pay-as-you-go）方式です。サーバーレスおよびバッチ推論はモデルごとに100万トークンあたりの単価が設定されており、小型モデルは100万トークンあたり$0.06程度から始まります。新規登録者にはテスト用の無料クレジットが付与されます。専用GPUクラスターを利用する場合はトークン単価ではなく時間あたりの料金が発生し、パフォーマンス保証を求めるチーム向けに別途コミットメントオプションも用意されています。

料金表を見る

情報確認日: 2026/9/10