Together AI 八億美元融資：開源模型雲端點解突然咁值錢
VC 追嘅係模型 serving、fine-tuning 同成本控制
八億美元背後，係開源模型上線成本
Together AI 今次宣佈完成 $800M Series C，post-money 估值達到 $8.3B；TechCrunch 指佢 2025 年初上一輪仲係 $3.3B。呢個升幅好易俾人當成又一單 AI 融資熱，但真正值得睇嘅係佢賣緊咩：佢賣嘅主菜係幫企業同開發者跑 DeepSeek、Qwen、Llama、Kimi 呢類開源／開權重模型，包 serverless inference、dedicated endpoint、fine-tuning 同 GPU clusters，一條龍接近開源模型嘅 production layer。
圖片：Together AI
點解 AI neocloud 突然咁值錢
開源模型個檔案可以下載，唔代表 production 成本自然消失。低量 prototype 直接叫 closed model API，好多時最省人；到每日幾千萬 token、要低延遲、要穩定吞吐、要私有 endpoint，工程帳就返晒嚟。GPU scheduling、KV cache、batching、kernel、autoscaling、observability、權限同資料政策，每樣都要錢要時間。Together AI 呢類 neocloud 值錢，就係因為好多公司想要開源模型嘅彈性，但唔想自己養成隊 infra 同 MLOps。
同大型雲端同 closed API 有咩分別
攞大型雲端做對照，neocloud 走得窄好多：專注 GPU、模型 serving 同 AI workload。大型雲端咩都有，但好多 team 拎到 GPU VM 之後，仲要砌 container、driver、network、監控同 deployment。Together GPU Clusters 官方頁寫支援 H100、H200、B200、GB200，配 InfiniBand、managed Kubernetes 或者 Slurm、Grafana metrics 同自動修 node；定價頁亦列出 H100/B200 GPU-hour、dedicated inference 同 fine-tuning 價。原本散喺 GPU 租用、模型 serving、監控、儲存同部署入面嘅工作，喺呢度變成一個 AI workload 平台。
closed API 最大優點係少煩，質素同工具鏈通常好穩，但供應商控制模型、價錢、context、policy 同 roadmap。開源模型理論上容易換供應商，不過一旦 fine-tune output、prompt cache 行為、rate limit、SLA、data retention 同監控都黐住同一個平台，鎖定就換咗形態。呢點係用 Llama、DeepSeek、Qwen 呢類模型前要諗清楚嘅位：你避開模型 API 鎖定，可能換嚟 infra layer 鎖定。
開源模型增長，唔等於閉源即刻輸
Together AI 官方話 open-source model usage 過去一年升咗三倍；呢句要當公司口徑睇，因為佢自己都食緊呢個浪。OpenRouter 個 100T token usage study 補到另一邊：到 2025 年尾，open-weight 模型喺佢平台 token share 約三分一；專為 reasoning 調校嘅模型用量由年初幾乎冇份，升到過半。呢個背景解釋咗點解 VC 願意畀咁高估值：模型用量由一次過問答，轉向 coding agent、workflow、內容生成同內部工具，inference layer 就變成收費位。
競爭唔只係模型公司之間
今輪由 Aramco Ventures 領投，NVIDIA、Vista Equity、General Catalyst、Emergence、March、Pegatron、S Ventures 等有份；官方 blog 亦提到 Salesforce Ventures、Schneider Electric、DTCP Growth、Lux Capital 等投資者。NVIDIA 有份唔難明，因為 neocloud 最終都要食 GPU 供應、功耗同資料中心容量。TechCrunch 亦提到 Upscale AI 同 TensorWave 最近都拎大錢，後者主打 AMD GPU。呢個市場唔止 Together AI：大型雲端、專門 GPU cloud、model gateway、同自家 training 隊都爭緊同一批 AI workload。
對用開 Llama、DeepSeek、Qwen 嘅團隊，點睇
如果你只係做 internal demo，每月 token 量唔大，closed API 可能仍然最簡單；工程時間都係成本。量一大、任務固定、要 custom policy 或者資料唔想送入封閉供應商，開源模型 hosting 就值得計。要計嘅唔只係 token 單價，仲有延遲、上下文 cache、batch discount、fine-tune 可唔可以搬走、endpoint fallback、region、DPA 同 audit。Together AI 官方寫 GPU clusters 服務覆蓋 Worldwide，但我未見香港或者亞洲 region、資料駐留、支援合約細節公開；涉及受管資料嘅企業，呢幾項要問到白紙黑字。
下一步要睇嘅位
估值值唔值 $8.3B，外人冇完整帳簿，唔使扮睇穿。比較實在嘅訊號係 Together AI 話年化 bookings 過 $1.15B，客戶例子包括 Cognition、Decagon、ElevenLabs、Cursor 同 Suno，再加上 open model 用量真係上咗嚟。下一步睇佢可唔可以令 GPU 供應、serving performance 同企業合規做穩；開源模型要有商業價值，唔只係話可以自由選模型，仲要計到平、跑得穩，同埋真係搬得走。
參考來源
- TechCrunch — Neocloud Together AI raises $800M, leaps to $8.3B valuation — original report
- Business Wire: Together AI Raises $800 Million at $8.3 Billion Valuation — 官方新聞稿，確認投資者名單同公司口徑。
- Together AI: Announcing our $800M Series C — 官方 blog，確認產品定位、客戶例子同開源模型論述。
- Together AI Pricing — 官方定價頁，確認 serverless inference、dedicated inference、GPU clusters 同 fine-tuning 價格口徑。
- Together AI GPU Clusters — 官方產品頁，確認 GPU、InfiniBand、Kubernetes/Slurm、observability 等功能。
- OpenRouter State of AI 2025 — 用量研究，補開源模型、agentic inference 同成本敏感度背景。
本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。
