7月1日，Together AI 宣布完成 8 亿美元 C 轮融资，估值达到 83 亿美元。这家成立于 2022 年的公司不造模型，只提供运行开源模型的云基础设施——用 CEO Vipul Ved Prakash 的话说，目标是让「智能成为一种充足而非昂贵的资源」。上一季度，Together AI 的年化 bookings 已突破 11.5 亿美元。
领投方是沙特阿美旗下的 Aramco Ventures（通过 Prosperity7 Ventures 操作），跟投方包括 NVIDIA、Vista Equity Partners、General Catalyst、Emergence Capital、Schneider Electric 的 SE Ventures、Salesforce Ventures 以及 SentinelOne 的 S Ventures 等。同一日，阿布扎比 MGX 宣布其 AI 基金以 490 亿美元关闭，超过原定 450 亿美元目标——海湾资本在 18 个月内从 AI 交易的偶尔参与者变成了结构性支柱。
18 个月估值翻 2.5 倍，但比原计划拿得少
Together AI 上一轮是 2025 年 2 月的 3.05 亿美元 B 轮，估值 33 亿美元。再往前，2023 年 11 月的 A 轮拿了 1.025 亿美元，由 Kleiner Perkins 领投。今年的 8 亿美元 C 轮将估值推至 83 亿，18 个月内翻了 2.5 倍。
但数字背后有个细节：今年 3 月 The Information 曾报道 Together AI 寻求以 75 亿美元估值融资 10 亿美元。最终以更高估值（83 亿）拿了更少的钱（8 亿），暗示公司在谈判中选择了更高的估值纪律而非最大化融资金额。
Prosperity7 Ventures 董事总经理 Abhishek Shukla 给出了明确的 IPO 信号，称公司「正在走向公开市场」。年化 bookings 突破 11.5 亿美元，使得 Together AI 的财务规模已进入传统企业软件公司的区间。
不造模型，只做开源模型的「水电煤」
Together AI 的核心定位与 OpenAI 或 Anthropic 截然不同：它不开发自己的基础模型，而是通过 NVIDIA GPU 集群运行 DeepSeek、Nemotron、MiniMax、Kimi、GLM 等开源模型的权重，提供 OpenAI 兼容的 API 接口。
CEO Prakash 在官方声明中表达了公司的核心赌注：「智能正在成为现代经济的基础资源，和电力、带宽、资本一样不可或缺。AI 的未来不会被少数几家公司拥有，而是由数百万开发者和企业共同构建，开源模型正在让这成为可能。」
这个赌注正在兑现。根据 OpenRouter 的数据，过去十二个月开源模型使用量增长了三倍。McKinsey 的调查显示近四分之三的组织预计将增加开源 AI 的使用。Together AI 的客户包括 Cursor、Cognition（Devin 的开发商）和 Decagon，其中 Decagon 切换到 Together AI 后将推理成本降低了六倍。公司声称客户在同等或更优性能下可实现 6 倍到 60 倍的成本节约——批处理推理和重度重复工作负载场景下可能达到 60 倍的上限。
ATLAS：让推理越用越快的自适应引擎
Together AI 的成本优势并非单纯来自开源模型权重本身。其核心技术壁垒是一套名为 ATLAS（Adaptive-Learning Speculator System）的推理优化引擎，基于自适应推测解码。
标准推测解码的瓶颈在于：自回归解码每次只生成一个 token，GPU 的大量计算能力在等待内存访问。ATLAS 通过同时运行两个「推测器」来解决这个问题——一个基于通用语料训练的静态推测器提供性能下限，一个从实时生产流量中持续学习的轻量级自适应推测器。两者之间由置信度感知控制器动态选择并调整前瞻长度。
结果是系统随使用量增长而加速。在完全适配的场景下，ATLAS 在 Arena Hard 基准上以 DeepSeek-V3.1 达到每秒 500 token，从 FP8 基线的 105 TPS 提升约 4 倍。Together AI 声称在适配场景中性能超过 Groq 的语言处理单元。
在强化学习训练中，ATLAS 的优势同样明显：在 RL-MATH 实验中，推测接受率在 1,400 个训练步中从不到 10% 攀升至 80% 以上，总训练时间缩短超过 60%。这些均为公司自报数据，独立第三方对标 Groq、Fireworks AI 和超大规模推理端点的测试尚未发布。
500 兆瓦：用基础设施承诺建立竞争护城河
8 亿美元的股权融资只是故事的一半。Together AI 同时从投资者处获得了超过 500 兆瓦的独立算力建设承诺，计划在未来五年将基础设施规模扩大约 50 倍。
500 兆瓦不是创业公司的尺码。单个大型超大规模数据中心园区通常消耗 100 到 500 兆瓦。Together AI 锁定这种级别的电力和物理空间后，将能够向企业客户提供此前只有 AWS、Azure、Google Cloud 才能提供的多年期算力保障合同——每月需要跑 100 亿 token 且要求可预测延迟和合约 SLA 的企业，无法依赖现货 GPU 市场或资本不足的供应商。
这正是基础设施承诺变成竞争护城河的节点。
一个拥挤的赛道：Groq、Fireworks、Baseten
Together AI 的融资落在 Neocloud 市场有史以来资本最密集的时期。仅在 2026 年 6 月：
- Groq 融资 6.5 亿美元，在 NVIDIA 以约 200 亿美元获取其 LPU 技术授权后转型为 AI 推理云供应商；
- RunPod 于 6 月 24 日完成 1 亿美元融资，估值 10 亿；
- Fireworks AI 在 2025 年 10 月以 40 亿美元估值完成 2.5 亿美元 C 轮后，于 2026 年 5 月下旬以 150 亿估值谈判新轮次；
- Baseten 季度年化收入翻约三倍，最新轮次估值最高达 130 亿美元；
- Upscale AI 在 6 月以 20 亿美元估值完成总计 5 亿美元融资；
- TensorWave（聚焦 AMD 芯片）以 15.5 亿美元估值完成 3.5 亿美元 B 轮。
竞争格局正在分化。Groq 靠硬件差异化（LPU 架构），Fireworks AI 靠软件深度（PyTorch 原团队），Baseten 靠部署灵活性（客户 VPC 内自托管）。Together AI 的核心区别在于模型不可知论——不绑定任何芯片架构或模型系列，而是给企业一个面对任何开源模型的统一接口，无论下一个基准周期中哪个模型胜出。
Emergence Capital 合伙人 Joe Floyd 的判断切中要害：「向开源的转变已经不再是利基偏好——它正在成为任何想规模化 AI 而不牺牲利润的公司的默认选择。」
海湾资本：AI 算力正在成为战略资源
Aramco Ventures 领投这一轮，象征意义不亚于金额本身。全球最大石油公司（按营收计）的投资部门领投开源推理云，不是典型的硅谷风格。
这反映了一种正在加速的模式。同一天 MGX 宣布其 490 亿美元 AI 基金关闭，该基金此前已投资 Anthropic、OpenAI 和 xAI。对沙特而言，Aramco Ventures 的基础设施投资符合其将算力视为与石油同层级战略资源的国家战略——需要长期保障供应而非在需要时从现货市场购买。
Schneider Electric 通过 SE Ventures 的参与增加了另一层信号。这家全球最大数据中心电力基础设施供应商之一的 CEO Olivier Blum 将投资定性为能效考量：「更高效的 AI 意味着每工作负载消耗更少的能源。」一家能源基础设施巨头选择投资推理效率平台而非更多数据中心，暗示能源与计算的融合已进入工业公司董事会视野。
更根本的问题
Together AI 的飙涨回答了一个问题——开源模型是否有一个足够大的商业化基础——但提出了另一个更难的问题：当 AWS、Azure、Google Cloud 以千亿美元级别的资本支出建设自己的推理能力时，一家创业公司能否在规模竞赛中持续保持差异化。
8 亿美元、83 亿估值和 500 兆瓦的算力承诺，是这个答案的第一章。
