Together AI

Le 20 juillet 2026, Together AI et Y Combinator ont annoncé un cluster GPU réservé aux entreprises du portefeuille de l'accélérateur. Le dispositif couvre l'inférence et l'entraînement, de l'utilisation d'un nœud unique à des besoins plus importants. Les startups peuvent réserver et administrer directement leurs GPU depuis le portail de Together AI, sans passer par YC, pour de courtes périodes facturées aux tarifs habituellement associés aux engagements longs. Together AI indique que le cluster fonctionne déjà à pleine utilisation, tout en permettant de planifier les besoins plusieurs mois à l'avance. La société, fondée il y a quatre ans, revendique plus de 8 000 clients, dont Cursor, Decagon, Cognition et ElevenLabs, et prévoit d'étendre la capacité du cluster.

Le 1er juillet 2026, Together AI a annoncé une levée de 800 millions de dollars en Series C, portant sa valorisation à 8,3 milliards de dollars post-money, contre 3,3 milliards lors de son tour de février 2025. L'opération est menée par Aramco Ventures, via le véhicule Prosperity7, avec la participation de NVIDIA, Vista Equity, General Catalyst, Salesforce Ventures, Schneider Electric et Lux Capital. La société, qui héberge des modèles open-source comme DeepSeek, MiniMax et Kimi, revendique plus de 1,15 milliard de dollars de commandes annuelles et des engagements de plus de 500 mégawatts de capacité de calcul, chiffres communiqués par l'entreprise. Le total levé atteint environ 1,3 milliard de dollars.

Le 23 juin 2026, Together AI a publié ParallelKernelBench, un banc d'essai conçu avec des chercheurs de Stanford, Caltech et UC San Diego pour mesurer la capacité des grands modèles de langage à écrire des noyaux de calcul (kernels) CUDA rapides et corrects pour le multi-GPU, à travers 87 charges de travail réelles. Les résultats sont décevants : en une seule tentative, le meilleur modèle ne produit que 28 solutions correctes sur 87, soit environ 32 %, dont seulement 22 plus rapides que la référence. Avec trois tentatives, le taux de noyaux à la fois corrects et plus rapides plafonne à 31 %. Les modèles testés, dont GPT-5.5, Claude Opus 4.7, Gemini 3 Pro et DeepSeek V4 Pro, produisent fréquemment des noyaux qui compilent mais renvoient des résultats erronés. Ces noyaux étant au coeur de la performance de l'entraînement et de l'inférence, l'étude pointe une limite persistante des modèles sur le code de bas niveau.