CRYPTO & AI
無料で登録

【Together AI】"オープンモデルのAWS"を狙う研究者集団のインフラ企業

FlashAttention・Mamba・RedPajamaを生んだ研究者たちが作るAIクラウドが、$800Mを調達して評価額$8.3Bへ。オープンモデル推論という潮流の"象徴"になれるのか。

【Together AI】"オープンモデルのAWS"を狙う研究者集団のインフラ企業

おはようございます。
今日は「Together AI」をリサーチしました。


TL;DR

  • Together AI(together.ai、2022年6月サンフランシスコ創業)は、オープンソース(OSS)のAIモデルを訓練・運用するためのフルスタックなクラウド基盤を提供する企業です。2026年7月1日にSeries Cで$800M(8億ドル)を調達し、評価額は$8.3B(83億ドル)に到達。リードはサウジアラムコ系のAramco Ventures、NVIDIAやSalesforce Venturesなども参加しました。直近四半期には年間bookings(受注額)が$1.15B超と発表しています。
  • 重要なのは、この会社がFlashAttention(2022)やMamba、RedPajamaといった著名なAI研究成果を生んだ研究者集団から生まれている点です。CEOのVipul Ved PrakashはAppleに$200M超で買収されたTopsyの創業者、Chief ScientistのTri DaoはFlashAttentionの著者。単なるGPU貸し(Neocloud)ではなく、"推論を速くするソフトウェアの堀"を持つのが差別化の核です。
  • ただし注意点として、$1.15Bは「bookings(契約ベースの受注額)」でありARR(年間経常収益)ではありません。また4倍高速を謳う推論エンジン「ATLAS」の性能値は基本的に同社主張で、第三者ベンチは要ウォッチ。Neocloud乱立とGPU減価償却、中東マネー・NVIDIA依存という資本構造も含め、"熱狂と実体"を切り分けて見ておきたい一社です。

概要|Together AIとは?

Together AI は、Llama・DeepSeek・Qwen といったオープンソースのAIモデルを、訓練(training)から推論(inference・学習済みモデルを使って回答を生成する処理)まで一気通貫で扱えるクラウドプラットフォームです。2022年6月にサンフランシスコで、Vipul Ved Prakashら5名の研究者・起業家によって創業されました。掲げる立ち位置は明快で、「クローズドなAI(OpenAIやAnthropicのような非公開モデル)に対抗する、オープンモデルのためのインフラ層」です。

今このタイミングで取り上げる理由は、2026年7月1日に発表されたSeries C・$800Mの調達です。評価額は2025年2月のSeries B時点の$3.3Bから約2.5倍に跳ね上がり、$8.3Bになりました。これは「高性能なOSSモデルが安価に使える時代」という潮流に、市場が本気でベットし始めた象徴的な出来事だと言えます。

解決する課題

  • オープンモデルを本番運用するインフラが分散していた: モデルは公開されても、それを高速・低コストで推論に載せ、必要ならファインチューニング(微調整)し、GPUクラスタを確保する——という一連の作業がバラバラでした。Together AI はこれを一つのスタックに束ねます。
  • クローズドモデルはコストが高く、中身を所有できない: 企業が自社データで訓練したモデルの所有権を保持したまま運用したい、というニーズに既存の巨大クラウドは応えきれていませんでした。
  • 推論が遅く・高い: LLMの推論は計算コストが重く、レイテンシ(応答遅延)もかさみます。Together AI は後述のATLASやFlashAttention由来の技術で、ここを"ソフトウェアで削る"ことを狙います。

こうした課題に対し、同社は「オープンモデルを訓練・運用するインフラ層」を丸ごと提供することで応えようとしています。

プロダクトの柱

同社のプロダクトは大きく6つの柱で構成されます。

1. Inference(推論)

50以上のモデルをすぐ叩けるServerlessと、専有環境のDedicated(100〜200以上のモデル対応)を提供します。後述のATLAS投機的デコーディング、FlashAttention-4、Together Megakernel、together.compileといった高速化技術を積み、本番のコーディングエージェント用途では次点のOSSエンジン比で+31%のスループット(TPS=1秒あたりトークン数)を主張しています。

2. Fine-tuning / Training・Custom Models

モデルの所有権を顧客が保持したまま、フルトレーニングやファインチューニングを行えます。コンサルティングも付帯し、"自社モデルを持ちたい企業"向けの設計です。

3. GPU Clusters(GPUクラスタ)

H100/H200/A100に加え、B200のオンデマンド提供、最新のGB200 NVL72まで対応し、最大10,000基超の規模を確保。Instant(即時)とDedicated(専有)の両形態があります。

4. Agentic workflows(エージェント向けAPI)

Code Interpreter、tool calling(ツール呼び出し)、reasoning(推論)、VLM(視覚言語モデル)などのpost-training API群を提供します。

5. 合成データ生成

モデル訓練用の合成データ(synthetic data)を生成する機能。

6. オープンモデルホスティング

Llama、DeepSeek、Qwen、Kimi(K2)、MiniMax、Nemotron、GLM など、主要なOSSモデルを幅広くホストします。まさに「オープンモデルの品揃え」で勝負する構えです。

研究者集団という独自性

Together AI の最大の特徴は、単なるGPU貸し業者ではなく、AI研究のトップランナーが集まって作ったインフラ企業だという点です。後述しますが、TransformerのアテンションをGPU上で劇的に速くした「FlashAttention」も、状態空間モデル「Mamba」も、オープンな事前学習データセット「RedPajama」も、この会社の創業陣・研究陣が世に出したもの。この"ソフトの堀"が、コモディティ化しやすいGPUクラウド市場での差別化になっています。


変遷|研究室発のスタートアップが$8.3Bになるまで

Together AI は、Stanfordを中心とした研究者ネットワークから2022年に生まれ、わずか4年で$8.3Bの評価額に駆け上がりました。この急成長を、創業背景・創業者・タイムライン・資金調達・業界潮流の順に見ていきます。

創業背景

2022年、生成AIが本格的に立ち上がろうとする局面で、Together AI は「AIの未来はオープンであるべきで、その基盤(インフラ)を誰かが作る必要がある」という問題意識から出発しました。クローズドな巨大モデルが主導権を握る流れに対し、オープンなモデル・オープンなデータ・オープンな計算基盤を束ねて対抗軸を作る、という発想です。象徴的なのが2023年に公開したRedPajama——オープンな事前学習用データセットで、V2では30兆トークン超に達しました。「モデルを開くには、まずデータと計算を開く」という思想がここに表れています。

創業者プロフィール

創業陣は、そのまま現代AIの"研究者名鑑"のような顔ぶれです。

  • Vipul Ved Prakash(Founder & CEO): 連続起業家。スパムフィルタのVipul's Razorを作り、Cloudmarkを創業。その後ソーシャル分析のTopsyを創業し、2013年にAppleが$200M超で買収。〜2018年はAppleでAI/MLのシニアディレクターを務めました。
  • Ce Zhang(Founder & CTO): 分散学習とdata-centricなMLOpsの専門家。StanfordでChris Réのもとポスドクを経験しています。
  • Chris Ré(Founder): Stanford教授。Lattice.io(2017年にApple買収)の創業者で、MacArthur genius grant(通称"天才賞")の受賞者。
  • Percy Liang(Founder): Stanford教授。基盤モデル研究センターCRFM(Center for Research on Foundation Models)のディレクター。
  • Tri Dao(Founder & Chief Scientist): FlashAttention(2022)とMambaの著者。Princeton助教。同社の推論高速化技術の中核を担う人物です。

これだけの研究者が一つのスタートアップに集まっている例は稀で、Together AI の"人材の厚み"がうかがえます。

創業からのタイムライン

  • 2022年6月: サンフランシスコで創業
  • 2022年: Tri DaoがFlashAttentionを発表(後にOpenAI・Anthropic・Meta・Mistralなどが採用する標準技術に)
  • 2023年: RedPajama(オープンな事前学習データ、V2は30兆トークン超)を公開
  • 2023年11月: Series A
  • 2024年2月: A100/H100を8,000基超・20 exaflopsの計算規模に
  • 2024年3月: Series A拡張、登録開発者45,000人超
  • 2025年2月: Series B、GB200 NVL72を36,000基(Hypertecと共同)・200MW・開発者45万人・OSSモデル200種超
  • 2025年10月: 推論最適化エンジンATLASを発表
  • 2026年7月: Series C・$8.3B

資金調達履歴

4年で4ラウンド、評価額は約$500Mから$8.3Bへと駆け上がっています。

  • 2023年11月29日: Series A $102.5M — リード: ★Kleiner Perkins(NVIDIA・Emergence参加、評価額約$500M)
  • 2024年3月: Series A拡張 $106M(評価額$1.25B、リード★Salesforce Ventures、Coatue・Lux・Emergence参加)
  • 2025年2月20日: Series B $305M(評価額$3.3B、リード★General Catalyst・co-lead Prosperity7)
  • 2026年7月1日: Series C $800M(評価額$8.3B、リード★Aramco Ventures)

2024年12月時点で従業員は132名、累計調達は$228.5Mでした(現在の従業員数は要確認)。最新のSeries Cには、公式blogの列挙ベースでNVIDIA、Vista Equity、General Catalyst、Emergence Capital、SE Ventures(Schneider Electric)、Pegatron、Salesforce Ventures、March Capital、DTCP Growth、Lux Capital、Geodesic、PSP Partnersなどが参加。500MW超のコンピュートを、新規投資家の独立資本でコミットしたとしています。なお一部メディア(TechCrunch)はS Ventures(SentinelOne)の参加にも触れていますが、これは公式の列挙には含まれないため、ここでは断定しません。

業界全体の変遷:オープンモデル推論が$1Bを突破する潮流

2025〜2026年のAI業界では、「クローズドモデルの性能向上が鈍化する一方、DeepSeek・Kimi・Qwenといった高性能OSSモデルが同等以上の性能を大幅に安く提供し、企業が乗り換え始めた」という流れが強まっています。Together AI 自身の主張では、オープンモデルの利用は12カ月で3倍に増加。コスト優位はクローズド比で6倍〜60倍(顧客Decagonの事例では6倍のコスト削減)とされます。

「オープンソース推論市場が$1Bを突破した」というナラティブ(TechTimes)が広がるなか、Together AI は「そのオープンモデルを訓練・運用するインフラ層」を標榜しており、$8.3Bの評価額はこの潮流の象徴と位置づけられています。GPUを貸すだけのハードウェア勝負を超え、"推論を速くするソフト"で付加価値を取りにいく——ここが賭けの中心です。

競合プレイヤー

同社が身を置くのは、GPUをサービスとして貸す「Neocloud(ネオクラウド)」市場と、その上の推論最適化レイヤーです。テーブルの代わりに箇条書きで整理します。

  • CoreWeave: Neocloud最大手。年商$5B超。生のGPU供給規模で先行するが、ソフトの差別化はTogether型とは方向性が異なります
  • Lambda / Crusoe / Nebius / Nscale / Vultr / Fluidstack: いずれもGPUaaS(GPU as a Service)勢。Crusoeは余剰エネルギー活用が特徴
  • Fireworks AI / Baseten / Groq / Cerebras / fal / Voltage Park: 推論最適化で直接競合する層。GroqやCerebrasは専用ハードで高速推論を狙う
  • ハイパースケーラー(AWS / Azure / GCP): 巨大クラウド。Together AI はこれらに対し「オープンモデル特化のフルスタック、トークン課金、対クローズドの低コスト」で差別化
  • Together AI: 「推論最適化+ソフトスタック」で、生ハード供給の消耗戦を超えた差別化を図る、というのが業界内での評価です

Neocloud市場は2031年に約$400Bに達するとの予測(Synergy Research)もあり、パイ自体は急拡大しています。


考察|"オープンモデルのAWS"は成立するのか

結論から言うと、Together AI は「研究の堀と旬なナラティブを兼ね備えた本命候補、ただし資本構造と"bookings≠ARR"の読み替えには冷静さが要る」プロジェクトだと見ています。

強み

  1. 研究者集団という"ソフトの堀": FlashAttention・Mamba・RedPajamaを生んだ人材が中核にいることは、GPUを貸すだけの競合が簡単に真似できない資産です。推論高速化はコモディティ化しにくい領域で、ここに研究の蓄積が効きます。
  2. 旬なテーマ×フルスタック戦略: 「オープンモデルのAWS」という立ち位置は、OSSモデルが台頭する2026年の潮流にピタリと合致。推論・訓練・GPU・エージェントAPIまで一気通貫で持つ設計は、"乗り換え先"として選ばれやすい強みです。
  3. ATLASという具体的な武器: 2025年10月発表の推論エンジンATLAS(AdapTive-LeArning Speculator System)は、「使うほど速くなる」ランタイム学習型の適応的投機的デコーディング(adaptive speculative decoding)。B200上でFP8ベースラインの105 TPSを501 TPSへ(約4倍)、DeepSeek-V3.1で500 TPS、標準デコード比2.65倍でGroq超えを主張し、NeurIPS 2025にも登壇しました。技術的な尖りが、単価勝負を超える根拠になります。

弱み・リスク

  1. "bookings"を"売上"と読み違えない: 直近四半期の$1.15B超はannual bookings(年間受注額・契約ベース)であって、ARR(年間経常収益・実際に認識する売上)ではありません。受注は将来の売上見込みであり、実際の計上額とは別物です。ここは公式・TechCrunchとも「bookings」表記で一致しており、読者としては大きく割り引いて理解すべきポイントです。
  2. Neocloud乱立とGPU減価償却リスク: CoreWeaveをはじめ競合が乱立し、GPUという高額資産の減価償却・電力・資本の消耗戦になりやすい構造です。500MW超のコミットは強気ですが、需要が読み違えば重い固定費に転じます。
  3. 性能値が同社主張+資本構造の偏り: ATLASの4倍・Groq超えといった数字は基本的に同社ベンチで、第三者検証は要ウォッチです。加えて、Series CのリードがAramco Ventures(中東マネー)、そして各所でNVIDIAが参加・供給の両面で絡む——資本と調達先が特定プレイヤーに寄る構図もリスクとして意識しておきたいところです。

個人的な見解

Together AI は、AI×インフラの中でも「実体のある本命」に近いと感じます。研究者集団という出自は一朝一夕には作れない資産で、FlashAttentionのように業界標準になる技術を自ら生み出せるチームが、そのままインフラ事業を回している——この構図は素直に強い。「オープンモデルのAWS」というナラティブも、OSSモデルが実際にクローズドを追い上げている今の潮流と噛み合っています。

ただ、DEBUNKの立場としては、数字の"見え方"に一枚フィルターをかけて読みたいところです。$1.15Bという大きな数字はbookings(受注)であって経常収益ではない——ここを"売上$1.15Bのメガベンチャー"と読んでしまうと、実力を過大評価します。追いかけるなら、①ATLASなど性能値の第三者ベンチ、②bookingsが実際の認識売上・粗利にどう転換していくか、③Neocloud乱立のなかでGPU減価償却と電力コストをどう吸収するか、この3つを冷静にウォッチするのが賢い距離感でしょう。物語も技術も一級品ですが、"受注≠売上"の一線だけは、熱くなりすぎずに押さえておきたいですね。


DEBUNK編集長

次に読む

【Model ML】銀行員・コンサル・投資家に1人1つの AIエージェントを付ける会社

金融のプロ向けに AIエージェントを作る Model ML が11月17日、$250Mの Series B を発表しました。評価額は$1.5Bです。何を作っていて、どう動き、発表の数字のどこがまだ確かめられないのかを整理します。

AI 2026.11.22

【Isomorphic Labs】Google DeepMind から生まれ、AI で薬を設計する会社

Isomorphic Labs は11月17日、Series C で$5Bを集めたと発表しました。今週の AI の資金調達では、ドル建てで最も大きな案件です。この記事では、AlphaFold の開発元が薬そのものをどう作ろうとしているのか、そしてまだ確かめられていないことは何かを整理します。

AI 2026.11.22

【Genesis AI】人の手の動きを手袋で集め、シミュレーターで確かめてロボットを動かすパリの会社

ロボットとその AI を作る Genesis AI が11/17(火)、Series A で$500Mを集め、評価額は$3.5Bになりました。この記事では、同社がどうやってロボットに作業を覚えさせようとしているのか、そして評価額の裏でまだ確かめられていない点を整理します。

AI 2026.11.22

【Superhuman】旧 Grammarly が、AI アシスタント「Go」を全製品に広げた

文章の校正で知られた Grammarly の運営会社は、いまは Superhuman という社名です。11/19、同社は AI アシスタントの「Go」を文書とメールの製品の中でも動かすと発表しました。Superhuman がどんな会社で、Go がどう動き、どこを見ておけばよいかを整理します。

AI 2026.11.21

あわせて読みたい用語解説

用語解説をすべて見る →
【シム・トゥ・リアル】仮想空間で練習したロボットを現実で動かすとき、何がずれて、どう埋めるのかロボットの学習のニュースでよく出てくる「シム・トゥ・リアル」を、現実とのずれが生まれる理由、ずれを埋める方法、よくある誤解とあわせて整理します。【タンパク質の構造予測】AlphaFold は何を当てていて、薬の候補との結合の予測とはどう違うのか今週の資金調達で目立った AI 創薬の土台にある「タンパク質の構造予測」を、仕組み、結合の予測との違い、よくある誤解とあわせて整理します。【グリーンシュー】Anthropicの上場で引受会社が使った「追加購入権」は、何のための仕組みかIPOのニュースに出てくる「グリーンシュー(追加購入権)」の仕組みを、引受会社が先に多めに売っておく理由と、上場後の株価による使い分けとあわせて、Anthropicの数字で整理します。【OCR(光学文字認識)】紙やPDFの文字をテキストに直す仕組みと、AIのモデルで変わったこと紙の書類やスキャンしたPDFから文字を取り出す OCR(光学文字認識、Optical Character Recognition)の仕組みを、従来のやり方と、画像と文章を一緒に扱う AI のモデルによるやり方の違いとあわせて整理します。【循環取引的な資金調達】出資した相手が、そのお金で自社の製品を買う仕組みAnthropic の上場で話題になった「循環取引的な資金調達(circular financing)」を、仕組み、SEC が訴追した取引との線引き、よくある誤解とあわせて整理します。【ミスアラインメント】AIエージェントの「指示にない行動」とは。訓練中のモデルがメールを複写する道具を作った例から整理するAIの行動が作り手の意図からずれる現象、ミスアラインメント(misalignment)を、OpenAI が11/18に公開した報告とあわせて整理します。【プロンプトキャッシュ】同じ前置きを2回目から安く読ませる仕組みを、Gemini 4 Neon の価格から整理するAI の API で、前回と同じ入力の読み込みを2回目から安くするプロンプトキャッシュ(Prompt Caching)の仕組みを、Google・OpenAI・Anthropic の条件の違いとあわせて整理します。【モデルルーティング】AIの呼び出しを「どこへ送るか」を決める仕組みと、その2つの種類Hugging Face が切り替えたルーターを入口に、モデルルーティングの仕組みと2つの種類、よくある誤解を整理します。