Together AI推出Provisioned Throughput,标准化按需推理定价和开源模型推理容量预留模式。

Together AI推出了Provisioned Throughput，这是一个为前沿开源模型提供预留推理能力的产品层，结合代币定价、99%正常运行时间SLA和相比专有API最高节省90%的成本。该产品直接应对企业报告的两大最紧迫的生产AI问题：高计算成本和模型可用性。随着AI平台市场预计在2026年达到1813亿美元，Together AI正将自己定位为成本透明的开源模型推理服务替代品，对抗超大规模云提供商锁定的推理服务。

Provisioned Throughput是一款完全托管的推理产品，为企业提供前沿开源模型（包括MiniMax M3和GLM-5.2）的预留容量。该产品用基于代币的定价取代GPU小时计费，消除了大规模成本预测中复杂的基础设施成本计算。99%正常运行时间SLA为生产可靠性承诺提供保障，客户无需自己管理GPU基础设施。Together AI宣称该产品相比专有API替代方案的成本最多降低90%，对于在生产环境中运行开源模型的团队来说，这是对超大规模云提供商推理服务的直接挑战。

从GPU小时计费转向基于代币的定价在运营上意义重大。GPU小时模式迫使工程和财务团队将利用率模式转换为成本预测，在可变推理工作负载下这个流程往往失效。基于代币的定价使成本与实际消费直接关联，为大规模运行生产工作负载的团队提供了可行的预算建模方式。根据Futurum Group的研究，45.5%的组织将"高计算成本和基础设施需求"列为生成式AI采用的首要挑战，42%的生产团队将"模型可用性和正常运行时间"视为关键生产指标。Provisioned Throughput通过单一托管产品同时解决了这两个问题。此外，50.6%的组织按"成本降低和节省"来衡量AI计划成功，这表明推理定价结构不仅是运营细节，更是成功指标。Together AI声称相比专有API最高节省90%的成本，为采购团队提供了具体基准来评估现有超大规模云提供商的支出。

99%的正常运行时间SLA将可靠性从愿望转变为合同承诺。对于运行面向客户或收入关键型AI工作负载的企业，非托管推理容量存在真实商业风险。通过完全消除GPU基础设施管理，Together AI消除了可用性故障通常源于的操作表面积，将该责任从客户DevOps团队转移至提供商。

竞争定位值得关注。Futurum Group调查数据显示，63.9%的组织在"提供商托管的云平台"上部署生成式AI，如AWS Bedrock、Google Vertex AI和Azure AI Studio。Together AI并非要求企业放弃托管基础设施，而是提供运行开源模型而非专有模型的托管推理层。这将Provisioned Throughput定位为托管云类别中的补充或替代品。随着AI平台市场预计在2026年达到1813亿美元，并从现在到2030年以28.7% CAGR增长，成本透明的开源模型托管推理层的可寻址机会规模巨大。