A Together AI apresentou o Together Post-Training, serviço para transformar modelos de linguagem de pesos abertos em modelos personalizados que pertencem ao cliente. O anúncio é datado de 10/19/2026. O serviço aceita treinamento a partir de dados supervisionados (SFT) e de recompensas de ambiente (aprendizado por reforço).
O que o serviço faz
O cliente define todo o ciclo de treinamento: dados, ambientes, harnesses agênticos e etapas extras, como registro de logs ou benchmarks externos. Segundo a Together, é isso que o diferencia do serviço de fine-tuning que a empresa já oferecia. A infraestrutura por baixo fica por conta da Together.
Os experimentos rodam em Model Resources, alocações de GPU reservadas para o cliente. Um mesmo recurso pode abrigar várias Training Sessions, por exemplo conjuntos de adaptadores LoRA que dividem as mesmas GPUs. O treinamento de pesos completos está disponível para modelos selecionados. Cada sessão tem um Trainer, para os passos de forward e backward, e Generators, para os rollouts. No SFT, um recurso pode começar com zero generators para economizar. O RL assíncrono é compatível com rollouts agênticos longos.
As funções de perda padrão incluem cross-entropy, GRPO, CISPO e DPPO. Também é possível calcular um objetivo personalizado localmente e enviar os gradientes ao Trainer.
Modelos e migração
Os modelos de lançamento são Muse Spark Open, GLM 5.3, Kimi K3 e Qwen 3.8-27B. A Together diz que vai incluir outros nas próximas semanas. Segundo a empresa, quem usa a API Tinker pode migrar trocando uma única linha de import.
Implantação
O Dedicated Model Inference agora aceita servir vários adaptadores LoRA. Vários adaptadores treinados podem ser alternados em uma única implantação de GPU, sem que cada um precise da sua. A Together também afirma que os checkpoints mantêm a qualidade quando servidos mesclados em precisão FP4.
Preço
A cobrança é por GPU-minuto. A Together afirma que, em escala maior, o custo total fica abaixo da precificação por token. Essa é uma afirmação do fornecedor, não uma medição independente. Nas primeiras oito semanas, o preço é de US$ 9 por GPU-hora de uso de B200.
Primeiros usuários
A fonte cita três equipes do acesso antecipado. Anthony Li, da Deel, diz que sua equipe rodou até cinco experimentos de RL simultâneos na mesma capacidade de GPU. A Jack & Jill afirma que seu modelo para prever quais candidatos um gestor de contratação vai querer entrevistar igualou um modelo de código fechado em avaliações offline, usando um modelo aberto mais barato. A Collinear AI conta que lançou execuções de RL agêntico em escala total por meio de autoconfiguração (self-onboarding). São declarações de clientes publicadas pelo fornecedor.
Apoio da Together
Os engenheiros alocados (forward-deployed) da Together podem acompanhar o cliente em todo o ciclo: escolha do modelo e do harness, preparo de dados e ambientes de treinamento, execução de avaliações e entrega de um endpoint otimizado.