AI AIインフラ

【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。

mitsui

2026年7月9日／ 8分

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

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。
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。
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

"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。
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。
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。