Together AI lança Provisioned Throughput: capacidade reservada para modelos abertos a 90% abaixo do preço Claude Opus

Together AI lançou Provisioned Throughput, uma nova oferta de capacidade de inferência para modelos abertos de fronteira com preços baseados em tokens e SLA de 99% de tempo de atividade. O serviço permite que equipes reservem capacidade garantida sem gerenciar infraestrutura ou matemática de horas GPU. Provisioned Throughput Units (PTUs) custam $0,05 por minuto e incluem uma fatia fixa de capacidade (por exemplo, 138.840 tokens de entrada/min no MiniMax M3), com taxas diferentes para tokens de entrada, entrada em cache e saída.

Disponível hoje para MiniMax M3 e GLM-5.2 com termo mínimo de um mês e capacidade regional na América do Norte e EMEA. Os preços funcionam com aproximadamente $0,36 por milhão de tokens de entrada e $2,16 por milhão de tokens de saída no MiniMax M3, em comparação com os preços Claude Opus 4.8 de $5 e $25—até 90% mais barato para cargas de trabalho de produção do mundo real. O modelo é projetado para equipes de produção migrando de APIs proprietárias: preços previsíveis baseados em tokens com garantias de confiabilidade, não serverless best-effort.

Together AI relatou que seu volume de tokens de API cresceu de 30 bilhões para 400 trilhões de tokens por mês em nove meses, com modelos abertos consumindo uma parcela crescente do tráfego. Equipes executando modelos abertos relatam 6-20x menor custo de inferência do que alternativas proprietárias. Provisioned Throughput posiciona Together AI contra aluguel de GPU dedicado evitando o ônus de complexidade, direcionando cargas de trabalho de produção onde modelos abertos fecharam a lacuna de desempenho.