Perbandingan antara DeepSeek-V4 Flash 0731 dan GPT-5.6 Luna pada benchmark DeepSWE mengungkapkan bahwa meskipun GPT-5.6 Luna adalah insinyur yang lebih kuat, strategi kaskade yang menggunakan kedua model mencapai akurasi lebih tinggi dengan biaya lebih rendah.
Moonshot AI telah merilis Kimi K3, model bobot terbuka dengan 2,8 triliun parameter yang dirancang untuk pemrograman jangka panjang dan penalaran mendalam. Ini adalah model sumber terbuka pertama di kelas 3 triliun parameter dan mendukung jendela konteks 1 juta token.
Together AI telah mengumumkan kemitraan strategis dengan Moonshot AI untuk menjadi platform peluncuran model open-weight Moonshot, dimulai dengan Kimi K3. Kolaborasi ini memberikan pengembang akses hari-nol ke rilis terdepan melalui infrastruktur dan alat yang di-host di AS milik Together AI.
Perbandingan antara Kimi K3 dan GPT-5.6 Sol pada benchmark DeepSWE menunjukkan bahwa meskipun GPT-5.6 Sol unggul dalam kualitas single-shot (72,7% vs 68,5%), Kimi K3 mencapai skor pass@k yang lebih tinggi untuk k > 1 dengan biaya yang jauh lebih rendah.
Kimi K3, model berbobot terbuka dari Moonshot AI, mencapai kinerja yang sebanding dengan Claude Fable 5 dari Anthropic pada benchmark DeepSWE sambil membutuhkan biaya jauh lebih sedikit per tugas. Dalam evaluasi tanggal 16 Juli 2026, Kimi K3 mencapai pass@1 sebesar 68,5% dibandingkan 69,9% untuk Fable 5, namun mengunggulinya dalam skenario multi-percobaan dan menawarkan efisiensi biaya yang lebih unggul.
Together AI telah menambahkan kemampuan autoscaling ke platform Dedicated Model Inference-nya, memungkinkan deployment diskalakan berdasarkan metrik yang dipahami oleh mesin inferensi, seperti permintaan yang sedang berjalan (in-flight requests), waktu hingga token pertama (TTFT), dan utilisasi GPU.
ThunderAgent adalah sistem yang memperkenalkan abstraksi program untuk penjadwalan permintaan LLM agentik guna mengatasi thrashing cache KV dalam generasi data sintetis ber-konkurensi tinggi. Dengan memperlakukan alur kerja agen sebagai program yang dapat dijadwalkan daripada permintaan independen, sistem ini secara signifikan meningkatkan throughput dan mengurangi latensi.
Together AI menguraikan arsitektur platform Inferensi Model Khususnya, yang menghubungkan endpoint, deployment, dan konfigurasi tak berubah melalui pembagian lalu lintas sadar kapasitas. Sistem ini mengalihkan permintaan berdasarkan kapasitas efektif (bobot dikalikan replika siap) alih-alih persentase tetap, memungkinkan fitur seperti peluncuran tanpa henti dan pengujian A/B.
Together telah merilis pembaruan signifikan untuk platform inferensinya, memperkenalkan "Inferensi Model Dedikasi" yang dirancang untuk memberikan pengguna kendali penuh atas kinerja, biaya, dan kualitas untuk model bobot terbuka. Pembaruan ini juga mengumumkan beta tertutup untuk kemampuan pelatihan kustom, termasuk pembelajaran penguatan dengan bobot penuh dan LoRA.
Together AI dan Y Combinator telah mengumumkan kemitraan untuk menyediakan klaster GPU yang didedikasikan secara eksklusif bagi portofolio startup AI-native dari Y Combinator. Inisiatif ini bertujuan mengatasi hambatan kritis terkait akses komputasi dengan menawarkan infrastruktur yang fleksibel dan hemat biaya untuk pelatihan dan inferensi tanpa memerlukan komitmen jangka panjang.