Together AI 推出托管后训练服务：用户自写 RL/SFT 训练循环、平台管 GPU，首批支持 GLM 5.3、Kimi K3、Qwen 3.8-27B 等开源模型，兼容 Tinker，前八周 B200 每小时 9 美元

这件事意味着什么

【要点】

Together AI 10 月 19 日（北京时间 10 月 20 日 01:07 在官方账号公布）推出 Together Post-Training，一项面向开源模型的托管式后训练服务，支持强化学习（RL）和监督微调（SFT）。和它原有的微调服务不同，整个训练循环由用户自己写：数据、奖励、环境和智能体框架都由用户定义，Together 负责底层 GPU、训练和采样（rollout）基础设施。

首批支持的模型是 Muse Spark Open、GLM 5.3、Kimi K3 和 Qwen 3.8-27B，Together 称未来几周会加入更多模型。每个实验跑在独占的 GPU 资源上，可以做 LoRA（多个 LoRA 适配器可共用同一份 GPU），部分模型还支持全参数训练；内置交叉熵、GRPO、CISPO、DPPO 等损失函数，也能在本地算自定义目标再把梯度发给训练端，并支持异步 RL。按 GPU 分钟计费，前八周 B200 优惠价每 GPU 小时 9 美元。

原来用 Tinker API 的项目只需改一行 import 就能迁移。训练好的多个 LoRA 可以在同一个部署里切换着用，也能合并后以 FP4 精度上线。Together 称这项服务 4 月起已对部分客户开放测试。

【可核验】

Together AI 官方博客：https://www.together.ai/blog/together-post-training

官方文档：https://docs.together.ai/docs/post-training/overview

Tinker 迁移指南：https://docs.together.ai/docs/post-training/migrate-from-tinker

示例代码仓库：https://github.com/togethercomputer/post-training-cookbook

官方帖子：https://x.com/togethercompute/status/2112229246802301248

【我们的判断】

一、托管后训练正成为一个独立的赛道：Thinking Machines 的 Tinker 在前，Together 直接兼容 Tinker 的接口来抢用户，说明“自己写训练循环、别人管 GPU”这种模式已有现成需求。

二、四个首发模型全是开源权重，其中三个来自中国（GLM、Kimi、Qwen）。开源模型加定制后训练，正在成为企业替代闭源 API 的主要路线之一。

三、训练质量、速度和成本的说法都是 Together 自己讲的，博客没有给出对比数据；每 GPU 小时 9 美元是前八周的优惠价，长期价格和全参数训练支持哪些模型，要看文档后续更新。