Together AI lanza Provisioned Throughput: capacidad reservada para modelos abiertos a 90% por debajo del precio de Claude Opus

Together AI lanzó Provisioned Throughput, una nueva oferta de capacidad de inferencia para modelos abiertos de frontera con precios basados en tokens y SLA del 99% de tiempo de actividad. El servicio permite a los equipos reservar capacidad garantizada sin administrar infraestructura o matemática de horas de GPU. Las Unidades de Provisioned Throughput (PTUs) cuestan $0,05 por minuto e incluyen una porción fija de capacidad (por ejemplo, 138.840 tokens de entrada/min en MiniMax M3), con tasas diferentes para tokens de entrada, entrada en caché y salida.

Disponible hoy para MiniMax M3 y GLM-5.2 con término mínimo de un mes y capacidad regional en América del Norte y EMEA. Los precios funcionan a aproximadamente $0,36 por millón de tokens de entrada y $2,16 por millón de tokens de salida en MiniMax M3, en comparación con los precios de Claude Opus 4.8 de $5 y $25—32% más barato para cargas de trabajo de producción del mundo real. El modelo está diseñado para equipos de producción migrando de API propietarias: precios predecibles basados en tokens con garantías de confiabilidad, no serverless best-effort.

Together AI reportó que su volumen de tokens de API creció de 30 mil millones a 400 billones de tokens por mes en nueve meses, con modelos abiertos consumiendo una proporción cada vez mayor de tráfico. Los equipos que ejecutan modelos abiertos reportan 6-20x menor costo de inferencia que alternativas propietarias. Provisioned Throughput posiciona a Together AI contra alquiler de GPU dedicado evitando la carga de complejidad, dirigidéndose a cargas de trabajo de producción donde modelos abiertos han cerrado la brecha de desempeño.