Ile naprawdę pozyskało Together AI i dlaczego liczą się inwestorzy

1 lipca 2026 roku Together AI ogłosiło rundę serii C o wartości 800 milionów dolarów przy wycenie post-money na poziomie 8,3 miliarda dolarów, co oznacza mniej więcej podwojenie wartości wobec 3,3 miliarda z początku 2025 roku. Rundę poprowadziło Aramco Ventures poprzez swój program Prosperity7, a dołączyły do niej Vista Equity Partners, General Catalyst, Emergence Capital, Nvidia, March Capital, Pegatron i SE Ventures. Łączny pozyskany kapitał sięga teraz około 1,3 miliarda dolarów.

Liczbą, która niesie tę historię, nie jest wycena. Jest nią 1,15 miliarda dolarów rocznych zamówień, które spółka wykazała za ostatni kwartał, obsługując ponad milion programistów i tysiące przedsiębiorstw, w tym Cursor, Cognition i Decagon. To nie jest laboratorium przepalające kapitał w poszukiwaniu modelu. To biznes, który sprzedaje coś, za co firmy już płacą na dużą skalę.

Kiedy suwerenny inwestor naftowy i dominujący producent układów scalonych wystawiają czeki tej samej spółce, nie obstawiają zwycięstwa jednego modelu. Obstawiają, że tanie uruchamianie wielu modeli to rynek trwały i rosnący. To właśnie ten sygnał powinni odczytać właściciele firm.

Zakład dotyczy warstwy inferencji, a nie modelu

Przez dwa lata domyślne założenie w przedsiębiorstwach było proste: wybrać zamknięty model czołowy z dużego amerykańskiego laboratorium, wywołać jego API i traktować rachunek za tokeny jako koszt prowadzenia działalności. Together AI finansuje się na odwrotnej przesłance. Jej platforma uruchamia modele o otwartych wagach, takie jak DeepSeek, Kimi i MiniMax, opakowane we własne oprogramowanie do optymalizacji inferencji, i deklaruje, że klienci płacą od sześciu do sześćdziesięciu razy mniej niż przy porównywalnych wdrożeniach modeli zamkniętych. Decagon podał, że po zmianie obniżył koszt inferencji mniej więcej sześciokrotnie.

To rozróżnienie ma znaczenie, bo rozdziela dwie rzeczy, które właściciele firm lubią mylić. Inteligencja, którą Państwo wynajmują, i infrastruktura, która ją serwuje, to dziś różne produkty, sprzedawane przez różne firmy i wyceniane według różnych krzywych. Model bywa darmowy do pobrania. To za jego wydajne serwowanie, przy niskich opóźnieniach i przewidywalnym koszcie, właśnie zapłacono 800 milionów dolarów.

Niezależne pomiary potwierdzają tę zmianę. Dane OpenRouter przytaczane przy okazji rundy pokazują, że wykorzystanie otwartych modeli na platformie Together potroiło się rok do roku. To nie jest marketingowa zapowiedź przyszłej adopcji. To zmierzony ruch, który przenosi się z zamkniętych punktów końcowych na otwarte, ponieważ zmieniła się arytmetyka.

Co zmienia się dla właściciela firmy lub operatora

Praktyczna konsekwencja jest taka, że struktura kosztów AI stała się decyzją, a nie daną z góry. Jeśli znacząca część Państwa obciążeń to streszczanie, ekstrakcja, klasyfikacja albo kierowanie zapytań, bardzo prawdopodobnie przepłacają Państwo, uruchamiając je na flagowym modelu zamkniętym. To zadanie nie potrzebuje rozumowania na poziomie czołowym; potrzebuje kompetentnego otwartego modelu serwowanego wydajnie. Dokładnie takie obciążenia ten rynek ma wchłaniać.

Przeciwwaga jest realna i nie należy jej zbywać machnięciem ręki. Hiperskalerzy budują własne moce inferencyjne w skali, której pojedynczy startup nie dorówna, a wyspecjalizowana platforma to kolejny dostawca, którym trzeba zarządzać, którego trzeba zabezpieczyć i od którego jest się zależnym. Uczciwe pytanie nie brzmi, czy inferencja na otwartych modelach jest tańsza. Brzmi ono, czy oszczędność uzasadnia dodatkowego dostawcę i pracę inżynierską potrzebną do rozdzielania zadań między poziomy. W firmie wydającej na AI dziesiątki tysięcy euro miesięcznie zwykle ją uzasadnia.

Odczyt europejski i suwerennościowy

Dla operatora w Unii Europejskiej lub w Wielkiej Brytanii ta runda po cichu poszerza menu. Każda wiarygodna alternatywa wobec dwóch największych amerykańskich laboratoriów modeli zamkniętych poprawia Państwa pozycję negocjacyjną i zmniejsza ryzyko koncentracji, jakim jest oparcie procesu biznesowego na cenniku i dostępności jednego dostawcy. Modele serwowane przez Together mają otwarte wagi, co w zasadzie oznacza, że można je uruchomić w wybranej przez Państwa jurysdykcji i infrastrukturze, a nie wyłącznie przez API hostowane w Stanach Zjednoczonych.

To jeszcze nie czyni z samego Together europejskiej odpowiedzi na kwestię suwerenności; to spółka amerykańska, a kapitał Aramco niesie własne uwarunkowania. Ale wzorzec, który ona potwierdza, czyli otwarte wagi plus wydajna warstwa serwowania, to ta sama architektura, do której zmierzają europejskie programy suwerennej AI. Komercyjny dowód, że ten model zarabia, przydaje się nawet operatorom, którzy nigdy nie podpiszą umowy z Together. Mówi Państwu, że ta opcja jest realna, sfinansowana i raczej nie zniknie.

Czytaj dalej: Wynajem AI z frontu to teraz wybór, a nie konieczność  |  188 miliardów to podpisany term sheet