02:44elvis@omarsar0精选Rox 此前已服务总市值超 5 万亿美元的全球 2000 强企业。MongoDB 和 Together Compute 等公司近两年将投资转向 Revenue Agents。Rox 今日发布 Rox Teams 产品以降低使用门槛。企业无需 FDEs 即可在几分钟内自主激活 Revenue Agents。AI产品RoxRox TeamsMongoDB推荐理由:Rox 推出 Rox Teams,让没技术团队的公司也能几分钟内激活收入智能体。原文稍后读已读值得跟进有用关注 Rox
11:34shao__meng@shao__meng72°Together Compute 团队在 DeepSWE 基准上对比了 Kimi K3 max 和 GPT-5.6 Sol max。单次测试 pass@1 中 GPT 为 72.7%,Kimi 为 68.5%;但多次测试中 Kimi 反超,pass@4 达 89.4% 对 GPT 的 85.8%。成本方面 Kimi 约 $4.65/rollout,GPT 约 $8.37;每 $100 预算 Kimi 可解 14.7 题,GPT 仅 5.3 题。语言专长上 Kimi 在 Rust 更强(65-60),GPT 在 Python/TS/JS 更强。两模型任务级相关仅 0.46,组合覆盖率达 95.6%,推荐级联策略:先 Kimi 再 GPT,可达到 85.6% 解题率且成本更低。AI模型Kimi K3 maxGPT-5.6 Sol maxDeepSWE2 个信源在谈事件专题推荐理由:Together Compute 下了个对比,Kimi 和 GPT 在修 bug 上各有绝活,组合用比单干划算得多。原文稍后读已读值得跟进有用关注 Kimi K3 max
22:19官方账号Together AI@togethercompute精选Together Compute 发布了一个新cookbook,使用NVIDIA Nemotron 3 Ultra模型通过LangChain Deep Agents框架实现Ralph循环。该方法利用文件系统作为每次迭代间的内存,确保每轮对话都有新鲜上下文。该cookbook提供了完整的笔记本代码,可直接运行。技巧Together ComputeNVIDIA Nemotron 3 UltraLangChain Deep Agents10 个信源在谈事件专题推荐理由:新cookbook,用Nvidia Nemotron 3 Ultra加LangChain做循环智能体,每次对话都刷新上下文,实用性强。原文稍后读已读值得跟进有用关注 Together Compute
11:26官方账号Together AI@togethercomputeTogether Compute 发推祝贺 Ollama 完成融资,并称其活跃开发者已超过 900 万。推文指出开源模型正成为开发者构建、运行并拥有 AI 栈的默认路径。Together Compute 表示将支持该生态持续扩展。行业OllamaTogether Compute开源模型推荐理由:Ollama 拿到融资了,现在有 900 多万人在用它跑本地模型。开源路线越来越主流,想自己掌控 AI 栈的开发者可以关注。原文稍后读已读值得跟进有用关注 Ollama
11:12官方账号Together AI@togethercomputeTogether Compute 在 AI Engineer World's Fair 上进行了2小时深度剖析,分享了如何构建推理引擎以服务智能体工作负载。这些引擎需要处理万亿token的生产规模。幻灯片详细展示了架构设计和优化策略。技巧Together Compute推理引擎智能体推荐理由:想了解万亿token级别的推理引擎怎么搭建?Together Compute 把他们的实战经验做成幻灯片公开了。原文稍后读已读值得跟进有用关注 Together Compute
11:11官方账号Together AI@togethercompute精选Together Compute数据显示,开放模型在AI Token使用中的占比在一年内从10%增长至30%。该公司创始人分析,转向开放、模块化AI的趋势由成本、灵活性和生态驱动。这一变化表明行业对开放模型的接受度显著提升。行业Together Compute开放模型开源模型推荐理由:开放模型一年翻了三倍,从10%冲到30%的AI Token。Together Compute的数据说明开源势头真的猛。原文稍后读已读值得跟进有用关注 Together Compute
11:09官方账号Together AI@togethercomputeTogether Compute CEO Vipul Ved在CNBC采访中强调,随着模型变得更聪明,企业将专有工作流、客户上下文和业务逻辑送入封闭系统成为一项战略决策。他认为开放模型能帮助公司构建AI,同时将更多智能层保留在自身控制之下。这意味着企业可以通过开源架构保护数据产权,避免核心资产流失到闭源平台。行业Together ComputeCNBCVipul Ved推荐理由:Together Compute CEO在CNBC点明了开放模型的关键优势:数据是你的秘方。如果你关心AI时代的数据主权和企业控制力,这个观点值得一听。原文稍后读已读值得跟进有用关注 Together Compute
11:08官方账号Together AI@togethercomputeTogether Compute 宣布完成 Series C 融资,其开放基础设施平台月处理 token 数从 30 亿增长至 400 万亿。客户包括 Cursor、DecagonAI 和 Cartesia 等数百个团队。资金将用于进一步扩展开放 AI 基础设施。行业Together ComputeCursorSeries C2 个信源在谈事件专题推荐理由:Together Compute 拿到 C 轮融资了,他们家的开放基础设施服务了 Cursor 等团队,月处理 token 从 30 亿涨到 400 万亿,值得关注。原文稍后读已读值得跟进有用关注 Together Compute
05:20ollama@ollama73°Together Compute在C轮融资中筹集8亿美元,估值达83亿美元。该公司计划用这笔资金继续打造最高效的生成式AI平台。Ollama也在X上发文祝贺,称这是开源模型的激动时刻。行业Together ComputeOllama融资推荐理由:Together Compute刚融了8亿美元,估值83亿,要做最高效的AI平台,这对开源模型是好事。原文稍后读已读值得跟进有用关注 Together Compute
13:52官方账号Together AI@togethercomputeTogether Compute的Zain Hasan将在开源推理工作坊中解释单次模型调用与大规模智能体服务的本质区别。研讨会于美国太平洋时间周一上午9点举行。活动主办方为aiDotEngineer。行业Together Compute智能体推理工作坊推荐理由:如果你在搭智能体应用,想从demo走向生产,来听听Zain怎么拆解关键差异。原文稍后读已读值得跟进有用关注 Together Compute
13:51官方账号Together AI@togethercompute精选Together Compute推出ParallelKernelBench开放基准测试,专门评估LLM编写多GPU内核的难度。该基准基于50个真实CUDA通信问题,性能取决于通过NVLink高效移动数据。测试结果将于6月30日在aiDotEngineer World's Fair上由Simran Arora分享。AI模型ParallelKernelBenchTogether ComputeCUDA推荐理由:Together Compute搞了个ParallelKernelBench,专门测LLM能不能写好复杂的多GPU内核,比单GPU难多了,感兴趣的话可以去现场听分享。原文稍后读已读值得跟进有用关注 ParallelKernelBench
04:04官方账号Together AI@togethercompute精选Trajectory Labs 在 Together Compute 和 NVIDIA 的支持下,仅用不到 24 小时就在一个开放模型上实现了前沿模型级别的性能。这展示了当优秀开源模型与合适的训练基础设施结合时,可以快速取得显著成果。Together Compute 为此提供了算力支持,凸显了开放模型生态的潜力。AI模型开放模型后训练算力基础设施10 个信源在谈事件专题推荐理由:对于关注开源模型训练效率的团队,这个案例证明了 24 小时内就能让开放模型达到前沿水平,值得研究其训练流程。原文稍后读已读值得跟进有用关注 开放模型