ИИ ИИшка Про
Новости

Together AI привлекла $800 млн при оценке $8,3 млрд — деньги дала саудовская Aramco

AI-редакция · перевод с источника Business Wire, TechCrunch

1 июля 2026 года компания Together AI закрыла раунд Series C на $800 млн при оценке $8,3 млрд — почти втрое больше, чем на предыдущем раунде Series B в феврале 2025 года ($305 млн при оценке $3,3 млрд).

Кто вложился

Раунд возглавила Aramco Ventures через дочернюю структуру Prosperity7 Ventures — это же подразделение софинансировало и предыдущий раунд компании. Также поучаствовали Vista Equity Partners, General Catalyst, Emergence Capital, Nvidia, March Capital, Pegatron, SE Ventures и другие. Общее финансирование Together AI достигло $1,3 млрд.

Чем занимается компания

Together AI — инфраструктурная платформа для обучения и развёртывания ИИ на открытых моделях (DeepSeek, MiniMax, Kimi и другие), позиционируется как более дешёвая альтернатива закрытым системам вроде OpenAI и Anthropic. По собственным данным компании, годовой объём заказов (annual bookings) уже превышает $1,15 млрд.

На что пойдут деньги

Компания планирует расширить продуктовую линейку и радикально нарастить вычислительные мощности — по собственным оценкам, примерно в 50 раз за следующие пять лет.

Почему это важно

Размер раунда и состав инвесторов (в том числе нефтяной гигант Aramco через венчурное подразделение) — сигнал, что открытые модели всё увереннее конкурируют с закрытыми флагманами не только по качеству, но и по деньгам, которые готовы вкладывать институциональные инвесторы. Подробнее о балансе открытых и закрытых моделей — в обзоре лучшие открытые нейросети.

Что важно проверить на практике

Практический смысл новости появляется после сравнения с привычным процессом. Опишите, что изменится в задаче читателя, какие шаги станут короче и где потребуется ручное решение. Не подменяйте эффект на рынке красивым описанием функции.

Следите за тем, что будет после первого релиза: обновления условий, лимиты, совместимость, цена и политика хранения данных часто меняются быстрее, чем заголовки в медиа. Зафиксируйте дату проверки и вернитесь к материалу, если появится уточнение.

Сначала отделите подтверждённый факт от интерпретации. В исходном сообщении указано, что Together AI привлекла $800 млн при оценке $8,3 млрд — деньги дала саудовская Aramco. Это не означает автоматически, что функция доступна всем пользователям или подходит для любого сценария. Проверьте дату, регион, тариф и статус запуска, прежде чем делать практический вывод.

Для читателя важен не только сам анонс, но и его масштаб. Спросите, какую проблему решает изменение в теме «Together AI привлекла $800 млн при оценке $8,3 млрд — деньги дала саудовская Aramco», кто получит от него пользу и какие ограничения останутся. Если компания говорит о планах, не превращайте планы в обещание готового продукта.

Полезная проверка новости начинается с трёх источников: оригинального объявления, технической документации и независимого теста. Если второго или третьего источника пока нет, так и напишите. Прозрачная неопределённость лучше уверенного пересказа, который невозможно проверить.

Если материал касается денег, безопасности, здоровья, права или персональных данных, обозначьте границы применения отдельно. Решение остаётся за ответственным человеком; нейросеть может ускорить подготовку, но не принимает ответственность за последствие.

Сохраните исходник и финальную версию рядом. Через неделю вернитесь к примеру и отметьте, что пришлось исправить. Такая маленькая история правок превращает публикацию в практический материал, а не в пересказ возможностей.

Перед публикацией перечитайте текст как человек, который впервые сталкивается с темой. Уберите необъяснённые термины, добавьте конкретный следующий шаг и проверьте, что вывод не шире фактов. Ссылки и даты должны вести к актуальному контексту, а не служить украшением.

Практический смысл новости появляется после сравнения с привычным процессом. Опишите, что изменится в задаче читателя, какие шаги станут короче и где потребуется ручное решение. Не подменяйте эффект на рынке красивым описанием функции.

Следите за тем, что будет после первого релиза: обновления условий, лимиты, совместимость, цена и политика хранения данных часто меняются быстрее, чем заголовки в медиа. Зафиксируйте дату проверки и вернитесь к материалу, если появится уточнение.

Сначала отделите подтверждённый факт от интерпретации. В исходном сообщении указано, что Together AI привлекла $800 млн при оценке $8,3 млрд — деньги дала саудовская Aramco. Это не означает автоматически, что функция доступна всем пользователям или подходит для любого сценария. Проверьте дату, регион, тариф и статус запуска, прежде чем делать практический вывод.

Для читателя важен не только сам анонс, но и его масштаб. Спросите, какую проблему решает изменение в теме «Together AI привлекла $800 млн при оценке $8,3 млрд — деньги дала саудовская Aramco», кто получит от него пользу и какие ограничения останутся. Если компания говорит о планах, не превращайте планы в обещание готового продукта.

Полезная проверка новости начинается с трёх источников: оригинального объявления, технической документации и независимого теста. Если второго или третьего источника пока нет, так и напишите. Прозрачная неопределённость лучше уверенного пересказа, который невозможно проверить.

Если материал касается денег, безопасности, здоровья, права или персональных данных, обозначьте границы применения отдельно. Решение остаётся за ответственным человеком; нейросеть может ускорить подготовку, но не принимает ответственность за последствие.

Оригинал: Business Wire, TechCrunch

Новости Постоянно работающие ИИ-агенты: что меняется, когда помощник действует без открытого чата ИИ-помощник, который продолжает работу между сообщениями, меняет не только скорость задачи. Разбираем, какие границы нужны до первого доступа к рабочим сервисам. Новости Почему команде нельзя оценивать ИИ только по счёту провайдера Поставщик фиксирует объём вызовов, но не знает, принят ли ответ в рабочем процессе. Показываем, какие показатели дополняют счёт и где нужен человеческий контроль. Новости JEV-27B-VL: что проверить в свежей модели решений для изображений AutoTrust представила JEV-27B-VL: разбираем, где полезна связка изображения и калиброванного выбора, а где нужен человек. Новости Новые модели для рабочих данных: что проверить после релизов конца сентября 29–30 сентября NVIDIA представила Kumo Tabular для табличных задач, а разработчики open-weight моделей Hunmin-397B-A17B-CUA и AREX-2 опубликовали новые агентные релизы. Практический смысл, ограничения и план проверки.
Опубликовано: 5 июля 20:00
← На главную