# Together AI — AI Compare Ninja

> Plataforma em nuvem em que desenvolvedores executam modelos de IA abertos via API, fazem o ajuste fino deles e alugam GPUs dedicadas.

## Visão geral
- **Categoria:** Desenvolvimento e Código (Frameworks de agentes e RAG)
- **Estado:** Ativo · verificado - Ativo. É uma plataforma em nuvem para executar modelos de IA (inferência), fazer ajuste fino neles e usar clusters de GPU. A cobrança é feita apenas com base no uso, sem níveis de assinatura.
- **Pago a partir de:** $0,03 / após o consumo (Serverless Inference (Pay-as-you-go))
- **Acesso gratuito:** Nenhum plano gratuito publicado
- **Site:** https://www.together.ai/
- **URL canônica:** https://www.aicompare.ninja/pt-br/tool/together-ai

## O que faz
- Execute, faça o ajuste fino e hospede modelos abertos em GPUs alugadas
- Inferência serverless mais uma Batch API pela metade do preço em tempo real
- GPUs dedicadas single-tenant com autoscaling para modelos próprios
- Clusters de GPU reservados (H100, H200 e outros) e provisioned throughput
- Além de texto: imagem, vídeo, áudio, transcrição, embeddings, rerank e moderação
- Fine-tuning (LoRA ou completo), code sandbox e sistema de arquivos compartilhado

## Em resumo
A Together AI é uma nuvem para modelos abertos: inferência via API (interface de programação de aplicações), fine-tuning e GPUs alugadas (unidades de processamento gráfico). O serverless cobra por tokens; o Batch custa metade da inferência em tempo real. Entradas em cache saem mais baratas.

O Dedicated Inference isola as GPUs. Clusters e Provisioned Throughput (PTU) reservam capacidade. A Together publica preços em dólares americanos; a página de preços não cita nenhuma região da UE. A lista completa de tokens e GPUs está na visão geral de preços.


## Limites
A Together AI é uma fornecedora dos EUA e publica preços em dólares americanos. A página de preços não cita nenhuma região de dados na UE. Segundo a política de privacidade, a fornecedora não usa dados de clientes para treinar seus próprios modelos sem opt-in e consentimento explícitos. Os dados podem ser processados fora do país do usuário. No modo Zero Data Retention, a fornecedora afirma que entradas e saídas não são armazenadas nem usadas para treinar modelos, melhorar produtos ou outros fins secundários.

## Planos de preços
| Plano | Preço | Período | O que está incluído |
| --- | --- | --- | --- |
| Serverless Inference (Pay-as-you-go) | $0,03 | após o consumo | exemplos por 1 milhão de tokens (entrada/saída): gpt-oss-20B 0,05 / 0,20 USD; LFM2.5-8B-A1B 0,03 / 0,12 USD; gpt-oss-120B 0,15 / 0,60 USD; Llama 3.3 70B 1,04 / 1,04 USD; Qwen3.7-Max 1,25 / 3,75 USD; Kimi K3 3,00 / 15,00 USD; a entrada em cache é mais barata, p. ex. Kimi K3 0,30 USD em vez de 3,00 USD; um modelo está listado a 0,00 USD: Ternary Bonsai 27B; Batch API pela metade do preço da inferência em tempo real; outras modalidades: imagem, vídeo, áudio, transcrição, embeddings, rerank, moderação |
| Dedicated Inference | $5,49 / $8,99 | por GPU e hora, sob demanda | instâncias GPU de tenant único com desempenho garantido; suporte a modelos próprios, autoscaling; H200, B300, GB200 NVL72 e GB300 NVL72 só sob consulta; capacidade reservada só sob consulta |
| GPU Clusters | $3,99 / $5,99 / $8,19 | por GPU e hora, sob demanda | H100 reservado: 3,69 USD (7-30 dias), 3,45 USD (31-90 dias), 3,19 USD (91-180 dias); H200 reservado: 4,99 / 4,15 / 3,99 USD; B200 reservado: 7,99 / 7,79 / 6,79 USD; 181+ dias e GB200/GB300/B300 sob consulta |
| Provisioned Throughput (PTU) | $0,05 | por PTU e minuto | capacidade reservada em throughput units; os tokens por minuto entregues dependem do modelo; MiniMax M3: 166.667 TPM de entrada, 833.333 TPM em cache, 41.667 TPM de saída por PTU; Kimi K3: 16.667 / 166.667 / 3.333 TPM por PTU; GLM-5.2: 35.714 / 192.308 / 11.364 TPM por PTU |
| Fine-Tuning, Sandbox e Storage | $0,48 | após o consumo | Supervised Fine-Tuning por 1 milhão de tokens: até 16B 0,48 USD (LoRA) / 0,54 USD (Full); 17B-69B 1,50 / 1,65 USD; 70-100B 2,90 / 3,20 USD; Direct Preference Optimization por 1 milhão de tokens: até 16B 1,20 / 1,35 USD; 17B-69B 3,75 / 4,12 USD; 70-100B 7,25 / 8,00 USD; valor mínimo por job de fine-tuning: 4,00 USD; Code Sandbox: 0,0446 USD por hora de vCPU, 0,0149 USD por hora de GiB RAM; Code Interpreter: 0,03 USD por sessão (60 minutos); Shared Filesystem: 0,16 USD por GiB e mês |

## Fontes
Todas as informações sobre planos, limites e recursos são baseadas na documentação oficial do fornecedor e nas fontes primárias verificadas abaixo.

- https://www.together.ai/pricing
- https://docs.together.ai/docs/billing-credits
- https://www.together.ai/privacy

---
*Fonte: AI Compare Ninja (2026) - https://www.aicompare.ninja/pt-br/tool/together-ai*