Together AI pricingを徹底解説（2026年版）：PTUは割引ではなく容量を買う仕組み

Together AI pricingで最も安く使い始められるのはサーバーレスです。新設された$0.05/PTU分のプランも、自社のトークン単価に対する定価割引ではありません。PTUを30日間連続で確保すると$2,160です。アイドル時のトークンを安くするためではなく、処理容量の保証と99%の稼働率SLAを得るために購入するものです。

Together AI pricing：料金体系をひと目で確認

Together AIは段階的に導入するのが合理的です。まずプリペイド式のサーバーレスを使い、負荷が安定し信頼性が重要になったトラフィックをProvisioned Throughputへ移し、シングルテナント制御やカスタムモデルが必要な場合にだけ専用ハードウェアを確保します。これらを利用量に応じた割引プランと捉えると、高くつきます。課金対象も、利用者側へ移る運用リスクもそれぞれ異なるからです。

Together AIには、Free、Pro、Businessという単純な料金階層はありません。販売しているのは、サーバーレスのトークンとメディア出力、予約済みトークン容量、マネージド専用GPU、生のGPUクラスター、サンドボックス計算資源、ストレージ、ファインチューニングです。1つのプロダクトで複数のメーターが動くこともあります。たとえばエージェントでは、モデルのトークン、サンドボックスのCPUとメモリ、さらにリクエストの合間も課金が続くファインチューニング済みエンドポイントの費用が発生し得ます。

このページの料金と上限はすべて、Together AIの最新料金ページ、請求ドキュメント、製品ドキュメントを使って2026年8月22日に確認しました。この確認日は重要です。現在のページは6月時点の料金情報からすでに大きく変わっており、MiniMax M3、Kimi K3、GLM-5.2が掲載され、専用ハードウェアの現行料金が下がり、新たにProvisioned Throughputが追加されています。

最初の判断基準はシンプルです。需要が読めない、または急増するならサーバーレスを使います。対象モデルのベース負荷が安定し、予約容量に事業上の価値があるならPTUを検討します。カスタムモデル、シングルテナントのハードウェア、構成の制御が必要ならDedicated Inferenceです。マネージド推論を購入するのではなく、基盤となる計算資源を自社で運用したい場合に限りGPUクラスターを選びます。

この違いがあるため、実験から予約インフラまで1つのAPIで進みたい資金調達済みの創業者にはTogether AIが魅力的です。一方、スポットのトークン単価を最優先する個人開発者や、1か月先の需要すら予測できないチームには向きにくいでしょう。柔軟性を買うのがサーバーレスで、コミットメントは別の商品です。

サーバーレス推論が基本、Together AI 料金はモデル選びで決まる

最初に選ぶべきはサーバーレスです。プロビジョニング費用がなく、プラットフォーム利用開始時の$5購入を除けば最低利用額もありません。共有フリートへリクエストを送り、完了した処理に対して支払います。請求額を左右するのはTogether AIというブランド名よりも、モデル、トークンの入出力方向、キャッシュ率、出力の長さです。

現在のチャットモデル一覧には大きな価格差があります。LFM2.5-8B-A1Bは入力100万トークン当たり$0.03、出力は$0.12です。DeepSeek V4 Flash 0731は入力$0.14、キャッシュ済み入力$0.03、出力$0.28。gpt-oss-120Bは入力$0.15、出力$0.60です。表示中のテキストモデルで上限側にあるKimi K3は、100万トークン当たり入力$3、キャッシュ済み入力$0.30、出力$15です。

Together上で提供されるDeepSeekの単価は、プロバイダー固有の課金方式です。DeepSeekの料金解説ではモデルを直接利用する場合の経済性を扱っています。Togetherからの請求を見積もる際は、Togetherの最新ページを使ってください。

LFMの出力単価$0.12とKimi K3の$15には125倍の開きがあります。モデルルーティングを無視してプロバイダーだけを最適化するのは、すべての荷物を航空便で送りながら小さな運賃割引を交渉するようなものです。コスト管理の第一歩は、各タスクの品質基準を満たす最安モデルを割り当てることです。

エージェントの具体例で確認します。1,000回の呼び出しがそれぞれ8,000入力トークンを使い、1,000出力トークンを生成するとします。合計は800万入力トークンと100万出力トークンです。

• DeepSeek V4 Flash 0731は合計$1.40、1回当たり$0.0014です。
• gpt-oss-120Bは合計$1.80、1回当たり$0.0018です。
• MiniMax M3は合計$3.60、1回当たり$0.0036です。
• GLM-5.2は合計$15.60、1回当たり$0.0156です。
• Kimi K3は合計$39、1回当たり$0.039です。

最大の差を生むのはプロバイダーの間接費ではなく、選んだモデルと、高価な出力をどれだけ生成するかです。ラベルを1つ返すカスタマーサポート分類器に、長文を作る調査エージェントと同じ出力予算は必要ありません。より安いエンドポイントを探す前に、範囲が明確なジョブの出力上限を厳しく設定してください。

だからこそ、広範な最安AI API比較が役立つのは、ジョブ条件をそろえた後だけです。プロンプト長、回答長、キャッシュ前提、モデルが異なるままプロバイダーを比べても、見栄えのよい数字は出せますが、予算判断には使えません。

キャッシュ済み入力で高価な繰り返し部分を削減

プロンプトが繰り返されるワークロードでは、キャッシュ済み入力がセルフサービスで得られる最も強力な割引です。長いシステム指示や固定の参照コンテキストなど、変更されていない先頭部分をTogetherが認識し、対応モデルではそのトークンを低い単価で請求します。

同じ1,000回のワークロードで、800万入力トークンの80%にキャッシュ料金が適用されるとします。MiniMax M3は$3.60から$2.064、GLM-5.2は$15.60から$8.304、Kimi K3は$39から$21.72へ下がります。削減率はそれぞれ42.7%、46.8%、44.3%です。

運用上の意味は、割引率以上に大きなものです。上級運用担当者は、固定の先頭部分とリクエスト固有のコンテキストを分離し、キャッシュ済み／未キャッシュのトークンを別々に記録し、キャッシュを無効にするプロンプト変更を監視する必要があります。トラフィックが変わらなくてもプロンプトの書き換えで支出が増えることがあり、キャッシュデータを見なければ料金問題に見えてしまいます。

Batchが安くなるのは、モデルと処理が対象の場合だけ

Together AIのBatch APIは、非同期完了を受け入れる代わりに、対象のサーバーレスモデルを最大50%割引で利用できます。オフライン分類、合成データ、評価、一括要約には適した課金方式です。次の応答を待つライブチャット、購入支援アシスタント、カスタマーサービスには向きません。

現在のBatch契約では、100 MBの入力ファイルに最大50,000件のリクエストを格納でき、モデルごとに最大300億トークンをキューへ投入できます。完了期限は24時間固定のベストエフォート目標です。Togetherは1,000～10,000件のバッチを推奨しています。成功した応答は課金され、失敗したリクエストは課金されません。バッチをキャンセルしても、すでに完了した応答の費用は消えません。

「50%」はすべてに当てはまる数字ではありません。割引になるのは対象のサーバーレスモデルだけで、Batch自体を使えないモデルもあります。専用エンドポイントはBatchジョブを受け付けますが、割引対象にはなりません。予算を組む前に最新のBatch対応モデル一覧を確認してください。

現行の割引例では、Llama 3.3 70Bで800万入力トークンと100万出力トークンを処理すると、入出力ともに$1.04の単価で$9.36です。50%割引の対象となるBatchなら$4.68になります。安くなる理由は、すべてのサーバーレスリクエストの単価が下がったからではなく、ジョブが完了の遅延を許容できるからです。

画像・動画・音声・ストレージは課金単位が異なる

サーバーレスの対象はテキストだけではありません。最新の画像モデル一覧では、表示中のモデルについて画像またはメガピクセル当たり$0.0017～$0.134です。動画は生成1本当たり$0.115～$3.20。音声認識は音声1分当たり$0.0015～$0.0045、音声合成は100万文字当たり$4～$65です。Multilingual e5 large instructの埋め込みは100万トークン当たり$0.02、Llama Guard 4 12Bのモデレーションは$0.20です。

これらのレンジを同列には扱えません。Togetherによると、表示される画像・動画価格は最小の解像度または時間を前提とし、生成ステップがデフォルトを超えると追加料金が発生する場合があります。短い動画を100,000本生成する予算なら、正確なモデル、長さ、解像度、音声設定、再試行率が必要です。最安のサムネイル単価に本番本数を掛けるだけでは、その費目を過小評価します。

それでも新規ワークロードの多くでは、サーバーレスが基本です。限界になるのはトークン単価ではなく、共有容量、動的なレート制限、Provisioned製品に相当する公開稼働率保証がないことです。それが顧客向けのリスクになった時、次に判断すべきは一般的なアップグレードではなく容量です。

Provisioned Throughputは処理容量を月次契約に変える

予約トークン容量によって事業課題を解決できる場合に限り、Provisioned Throughputを購入する価値があります。Together AIは2026年7月8日、ベストエフォートのサーバーレスと、全面的に構成できるDedicated Inferenceの中間層としてこれを開始しました。99%の稼働率SLA、最低1か月契約、Provisioned Throughput Unit（PTU）1分当たり$0.05という公開定価が設定されています。

PTUはトークンのまとめ買いではありません。対応する1つのモデルについて、顧客用に確保される1分当たりのトークン処理レートです。入力、キャッシュ済み入力、出力は、それぞれ異なる割合で容量を消費します。現在の最新ページには3つの公開スケジュールがあります。

MiniMax M3の1 PTU当たり1分の処理量は、入力166,667トークン、キャッシュ済み入力833,333トークン、または出力41,667トークンです。Kimi K3は入力16,667、キャッシュ済み入力166,667、出力3,333トークン。GLM-5.2は入力35,714、キャッシュ済み入力192,308、出力11,364トークンです。入出力が混在するリクエストでは、これらの容量を組み合わせて消費します。

1分当たり$0.05なので、1 PTUは1時間$3、1日$72、30日間で$2,160です。Togetherの計算ツールの注記では、平均的な月に継続して確保する時間として約43,800分を使い、約$2,190としています。財務担当者は、すべての月を一律$2,160とせず、実際の契約と暦月を使うべきです。

PTU稼働率テスト

判断材料になるのは、1 PTU分の処理をTogether自身のサーバーレス料金で行った場合の金額です。MiniMax M3のPTUを30日間入力だけに使うと、約72億入力トークンを処理できます。サーバーレス単価は100万トークン当たり$0.30なので、この容量の価値は約$2,160です。出力だけなら約18億出力トークンを処理でき、100万トークン当たり$1.20で、こちらも約$2,160です。キャッシュ済み入力でも、丸め誤差の範囲で同じ地点に着きます。

Kimi K3とGLM-5.2も同じ考え方で調整されています。公開PTU容量が公開サーバーレス料金と同水準になるのは、30日間ほぼフル稼働した場合です。公開計算ツールは、選択した商用モデルとの比較で大幅な節約を表示することがありますが、そこで比べているのはPTU支出と外部モデルの定価です。Together自身のサーバーレス料金に対する一律割引を示すものではありません。

これがPTU稼働率テストです。予約ユニットを使い切った場合にだけ、容量の価値がサーバーレスの価値と一致します。稼働率50%では、MiniMax M3の実効単価は入力100万トークン当たり$0.60、キャッシュ済み入力$0.12、出力$2.40と2倍になります。25%では$1.20、$0.24、$4.80と4倍です。70%ならサーバーレスの約1.43倍で、入力はおよそ$0.43、出力は$1.71です。

これはPTUが悪い製品だという意味ではありません。何を買う製品なのかが明確になるということです。顧客向けエージェントを運用する中堅企業のCTOなら、予約レーンによってスロットリングのリスクが下がり、99%の稼働率SLAに契約上の価値がある場合、20%のアイドル容量を合理的に受け入れられます。平日だけ需要があるスタートアップなら、容量保証が割増分を上回る売上を守らない限り、夜間や週末まで支払うべきではありません。

公開ページには、契約レベルが高いほど割引を受けられるとありますが、その体系は公開されていません。交渉による割引があれば、損益分岐となる稼働率は100%未満になります。営業担当が注文書に単価を明記するまでは公開定価で試算し、割引は上振れ要因として扱ってください。

99% SLAも事業上の意味まで読む

月間稼働率99%という目標では、30.4日間の月に約7時間18分の停止が許容されます。ベストエフォートよりは強いものの、Groqのエンタープライズ向けPerformanceティアは99.9%を公表しているため、この候補群で99%が最も強い保証ではありません。「99%」という表記だけで判断せず、契約上の救済措置、保守の除外条件、リージョン設計、フォールバック経路を比較する必要があります。

Provisioned Throughputを最も正当化しやすいのは、アプリケーションのベース負荷が安定し、モデル選択を予測でき、共有フリートのスロットリングによって顧客への約束が破られ得る場合です。トラフィックが10倍単位で変動する、モデルを毎週変更する、オフライン処理をBatchへ移せる場合は説得力が薄れます。そのような条件では、予約によって不確実性が有料のアイドル時間へ変わるだけです。

月曜の予算会議で論点が変わる

7月8日より前、Togetherを選ぶチームは、共有のトークン従量課金サーバーレスから専用GPUインフラへ大きく飛ぶ必要がありました。PTUはその中間に、GPUのサイジングや独自サービングスタックを引き受けずにモデル処理量を予約する予算項目を加えます。エンジニアリングは同じ推論APIを使い続けながら、財務部門は月間容量の固定枠を承認できます。

その結果、新たな運用指標が必要になります。トークン支出だけでは足りません。担当者が把握すべきなのは、1秒当たりのピークリクエスト数、入出力トークンの比率、キャッシュヒット率、容量稼働率、スロットリングされたリクエスト、合格した成果の6項目です。ダッシュボードにこの6つがなければ、PTUが保険なのか無駄なのかを判断できません。

MiniMax M3の1 PTUで実処理約600,000回分

各呼び出しが8,000の未キャッシュ入力トークンを使い、1,000出力トークンを生成する場合、1 PTUで30日間に約600,000回のMiniMax M3呼び出しを処理できます。先ほどサーバーレス1回当たり$0.0036としたものと同じワークロードなので、サーバーレス600,000回も$2,160です。容量とトークンの課金メーターは、フル稼働時に一致するよう設計されています。

容量計算ではリクエストの入力側と出力側を両方使います。MiniMax M3の入力処理能力166,667トークン/分では、8,000入力トークンが約0.048 PTU分を消費します。出力処理能力41,667トークン/分では、1,000出力トークンがさらに0.024 PTU分を消費します。したがって、リクエスト全体では約0.072 PTU分です。月間43,200 PTU分をこのリクエスト量で割ると、約600,000回になります。

これで、判断にそのまま使える運用予算を組めます。

稼働率80%なら、PTUは約480,000回を処理します。同等のサーバーレス請求額は$1,728で、月間予約の割増は$432です。PTUは、実際に消費したサーバーレス処理より25%高くなります。予約容量と99%のSLAによって$432を超える売上、サポート時間、評判への損失を守れるなら、顧客向けプロダクトにも受け入れられる割増です。

稼働率70%なら約420,000回で、サーバーレスは$1,512、容量の割増は$648です。50%なら300,000回、サーバーレスは$1,080となり、PTU請求額の半分が有料のアイドル容量になります。

キャッシュを使うと、1ユニットに収まる呼び出し数が変わります。入力の80%がキャッシュ済みなら、各リクエストは0.072ではなく約0.04128 PTU分を使います。この場合、1 PTUでフル稼働時に同じ呼び出しを約104万6,500回処理できます。同時にサーバーレス単価も1回$0.0036から$0.002064へ下がるため、フル稼働時の費用はやはり$2,160付近へ収束します。

つまり、キャッシュが事業にもたらす利点は単価だけでなくスループットにもあります。長く安定したシステムプロンプトの先頭部分があれば、同じ予約容量でより多くの顧客処理をこなせます。キャッシュの再利用を壊すプロンプト変更は、PTUの余力を減らすと同時にサーバーレス支出も増やします。

次に、予算項目として規模を広げます。10 PTUは30日間で$21,600、未キャッシュの例示ワークロードをフル稼働で約600万回処理できます。稼働率70%なら420万回です。同等のサーバーレス請求額は$15,120で、予約容量とSLAに対する月間割増は$6,480です。

CTOが説明責任を負うべき数字は、この$6,480です。共有フリートのスロットリングが粗利、サポート負担、契約上の違約金を$6,480以上損なう恐れがあるなら、予約には価値があります。そうでなければ、サーバーレスなら同じ$6,480をプロダクト開発に回せます。「トークンに$15,000使っている」というだけの議論では、この判断にはたどり着きません。

Dedicated Inferenceには、同じように明快な公開トークンの損益分岐点がありません。出力スループットがモデル、量子化、バッチ形状、ハードウェア数、構成に左右されるためです。GPUの月額を一般的なトークン単価1つで割り、普遍的な分岐点を示す記事は、答えを決める変数を隠しています。候補モデルを実際に使うエンドポイントで測定し、観測した稼働率における合格成果1件当たりの費用を比較してください。

Dedicated InferenceとGPUクラスターが解決する課題は別

セルフサービスの柔軟性より制御が重要なら、Dedicated Inferenceが適しています。Togetherがシングルテナントのハードウェアを割り当て、カスタムモデル、オートスケーリング、トラフィック急増への対応を提供します。最新料金は、NVIDIA HGX H100が$5.49/GPU時、HGX B200が$8.99/GPU時です。H200、B300、GB200 NVL72、GB300 NVL72は営業への問い合わせが必要です。

30日間連続で使うと、H100は1基$3,952.80、B200は1基$6,472.80です。複数GPUが必要になる前の、GPU1基当たりの金額です。リクエスト数に関係なくエンドポイントの稼働中は課金されるため、アイドル状態のデプロイも現役の予算項目です。

ハードウェア費用の予測に、古い専用エンドポイントのドキュメントを使ってはいけません。現在もドキュメントには、最新の料金ページと食い違うH100、H200、B200の数字があります。ここでは、より新しく、検証済みの現行料金ページを採用しています。インフラ価格に確認日が必要なのは、まさにこのためです。

ファインチューニング済み／アップロード済みモデルを共有サーバーレスで動かせない場合、p99レイテンシに安定したハードウェアが必要な場合、モデルのサービングに独自設定が必要な場合、または安定した高稼働率によって予約GPUの経済性が上回る場合は、Dedicated Inferenceの費用に見合います。エンドポイントが一日の大半を待機しているなら見合いません。

GPUクラスターはより生の基盤。安く見える理由に注意

GPUクラスターでは、利用者がスタックのより広い範囲を担います。現在のオンデマンド単価は、H100が$3.99/GPU時、H200が$5.99/GPU時、B200が$8.19/GPU時です。H100の30日相当額は$2,872.80ですが、$3,952.80のDedicated H100を安く置き換えるものではありません。クラスター利用者は、デプロイ、サービング、オーケストレーション、可観測性、稼働率管理をより多く引き受けます。

予約クラスターの単価は契約期間に応じて下がります。H100は7～30日で$3.69、31～90日で$3.45、91～180日で$3.19です。H200は同じ期間区分で$4.99、$4.15、$3.99、B200は$7.99、$7.79、$6.79へ下がります。181日以上は見積もりが必要です。

割引には厳しい条件があります。TogetherのGPU請求ドキュメントでは、プロビジョニング時に予約期間全体の料金が前払いで請求または一括控除されます。予約は返金不可で、一部返金も一時停止もできません。クラスターが予約容量を超えてスケールすると、超過容量にはオンデマンド単価が適用されます。

91～180日契約のH100では、720時間に正規化した月額がGPU1基当たり$2,296.80です。オンデマンド相当額より$576安くなります。この節約に価値があるのは、GPUが有効に稼働し続ける場合だけです。4基のGPU予約を半分アイドルにしても、時間単価が低いというだけで経済的にはなりません。

ストレージには別のライフサイクルがあります。共有ストレージは$0.16/GiB月なので、1 TiBは月額約$163.84です。ボリュームはクラスター終了後も残り、誰かが削除するまで課金が続きます。永続データを残して計算資源を再作成するには便利ですが、放置したボリュームが気づきにくい支出にもなります。

ファインチューニングは学習が安くても維持費が高くなる

ファインチューニングでは、学習ジョブと、その後のモデルデプロイという2種類の費用が発生します。学習費は小さく見えても、結果をホスティングする月額が最大の費目になり得ます。

Togetherの標準学習料金は、データセットのトークン数×エポック数に、任意の評価トークン数×評価実行回数を加えて計算します。16Bパラメーター以下のモデルでは、教師ありファインチューニングが処理済み100万トークン当たりLoRAで$0.48、フルファインチューニングで$0.54です。Direct Preference Optimization（DPO）はLoRAで$1.20、フルチューニングで$1.35です。

17B～69Bモデルの4つの単価は$1.50、$1.65、$3.75、$4.12です。70B～100Bモデルでは$2.90、$3.20、$7.25、$8です。標準ジョブの最低料金は$4です。

大規模モデルや指定モデルには専用料金が適用されます。DeepSeek V4 Flash LoRAは、教師ありファインチューニングが処理済み100万トークン当たり$6、DPOが$15で、最低料金は$12です。gpt-oss-120Bは$5と$12.50、最低$6。Kimi K2.6またはK2.7-Codeは$15と$37.50、最低$60。GLM-5.2は$40と$100、最低$60です。

モデル固有の価格差により、一見単純な実験でも費用が変わります。2,000万トークンのデータセットを3エポック実行すると、6,000万トークンを処理します。標準の16B以下向けLoRA教師あり学習なら$28.80ですが、専用料金のGLM-5.2 LoRAでは、同じ処理トークン数でも$2,400です。データセットの大きさは同じでも、ベースモデルの価格が違います。

しかも、学習ジョブだけがライフサイクル費用ではありません。ファインチューニング済みモデルにはデプロイ容量と十分なプリペイド残高が必要です。現在のDedicated H100を1基、30日間稼働させると$3,952.80です。小さなアダプターを$28.80で作成しても、H100を1基動かし続けるだけで毎月その137倍超を支払うことになります。

プロトタイプの予算が破綻しやすいのはここです。データサイエンティストは学習実行を報告し、財務部門は後からサービング請求を目にします。実験を承認する際は、想定オンライン時間、GPU数、オートスケーリングの下限、リクエスト量、停止責任者を記したデプロイ計画も添えてください。

学習をキャンセルした場合の返金範囲は、多くの購入者が想像するより狭いものです。Togetherは完了したステップを請求し、未完了分だけを返金します。標準プラットフォーム料金は、規約上それ以外では原則返金されません。学習ジョブは取り消せるソフトウェア契約ではなく、消費済みの計算資源として扱うべきです。

SandboxとCode Interpreterは別のエージェント課金

Code Sandboxは$0.0446/vCPU時に、RAM 1 GiB当たり毎時$0.0149を加算します。2 vCPU、8 GiBのサンドボックスを160時間動かすと約$33.34です。Code Interpreterは別の課金方式で、60分セッション当たり$0.03です。

エージェント製品では、これらの料金がモデル推論費に加わります。月10,000回のエージェント実行で毎回1時間のInterpreterセッションを開くと、モデルのトークン費用より前にInterpreterだけで$300です。セッションを安全に再利用できれば、製品アーキテクチャによって完了ジョブ1件当たりの費用が変わります。作業終了後も開いたままなら、小規模ながらアイドルGPU容量と同じ構造の無駄になります。

したがって、見るべき単位は100万トークン当たりの料金ではなく、合格成果1件当たりの費用です。例示したMiniMax M3の呼び出しは$0.0036ですが、$0.03のCode Interpreterセッションを1つ加えると、再試行や他のツール呼び出しを含める前でも少なくとも$0.0336です。処理経路全体を計測してください。

Together AI 無料版はない：$0トークン表示にも開始費用

Together AIには現在、無料トライアルがなく、プラットフォームを利用する前に最低$5のプリペイドクレジット購入が必要です。無料プランについての答えは明確で、支払いなしでAPIを使える無料アカウントはありません。

最新カタログには、Ternary Bonsai 27Bが入力100万トークン当たり$0、出力100万トークン当たり$0と掲載されています。この提供が続く間は継続的な推論費を$0にできますが、アカウント利用にはそれでも$5の購入が必要です。この$5は月額サブスクリプションとは説明されていません。購入済みプリペイドクレジットには現在、有効期限がありません。

最初の$5以外を支払わずに済むのは誰でしょうか。現在の無料モデルだけを使い、レート制限内に収め、有料サービスを一切起動しない趣味の利用者や評価者なら、購入残高を使わずに残せる可能性があります。ただし、これは本番向け無料枠ではなく、ごく限定的なケースです。モデルの提供状況、容量、価格は変わり得るため、プロモーションまたは無料のエンドポイントが恒久的なバックエンドになると顧客へ約束すべきではありません。

過去の新規登録向け無料クレジットは終了しています。Togetherの現在のサポート方針では、最低$5を購入し、決済手段を登録する必要があります。通常のプリペイド利用にマイナス残高はなく、購入残高がゼロになると、クレジットを追加するまでAPIアクセスが停止します。契約顧客には注文条件が適用されます。

クレジットに期限はないが、返金可能な貯金ではない

購入済みクレジットには現在、有効期限がありません。1年で失効する方針より利用者に有利ですが、多額のチャージが無害になるわけではありません。Togetherの規約では、支払済み料金は原則返金不可、支払い義務はキャンセル不可で、注文書に別段の定めがない限り月途中の日割りもありません。

自動チャージは慎重に設定する必要があります。請求ドキュメントにはデフォルトのチャージ額として$25が記載され、しきい値を現在の残高より高く設定すると、その差が埋まるまで即座に購入が繰り返される可能性があると警告しています。想定消費量に連動したしきい値を使い、購入ごとに通知し、クレジット残高とは別にプロジェクト単位の予算を管理してください。

Build Tierは累計支出に応じて上限が上がる

Togetherの5つのBuild Tierは月額機能プランではなく、累計支出に基づくレート制限帯です。Tier 1は$5からで、LLMリクエスト毎分600件。Tier 2は$50からで1,800件、Tier 3は$100からで3,000件、Tier 4は$250からで4,500件、Tier 5は$1,000からで6,000件です。

埋め込みの上限はTier 1の3,000 RPMからTier 4および5の10,000 RPMまで上がります。リランキングの許容量は5段階で500,000から5,000,000へ増えます。これらは、すべてのモデルに対する一律の保証ではありません。Togetherはモデル固有の制限を設定でき、現在のサーバーレス資料でも、最新の容量と直近の成功トラフィックに反応する動的制限が説明されています。

この組み合わせはローンチ時に重要です。Tier 5のアカウントでも、人気モデルの容量がより厳しい場合や、トラフィックが直近の傾向を大幅に上回った場合は429応答が発生し得ます。サーバーレスはプロビジョニングを解消しますが、あらゆる急増を解決するわけではありません。逃げ道はBatch、PTU、Dedicated Inferenceで、それぞれ費用とレイテンシのトレードオフが異なります。

隠れコストの多くはアイドル課金と契約条件にある

Together AIで表示されるトークン単価は、おおむね明快です。高額な想定外費用は、製品間の境界、契約、アイドル資源、そして普遍的に見えて実はそうではない前提に潜んでいます。

PTUの暦計算： 1分$0.05なら30日間で$2,160です。最新計算ツールの注記は約43,800分を使い、約$2,190としています。PTU1つでは$30の差でも、100 PTUなら$3,000になります。契約上の請求基準を使ってください。

PTUの低稼働率： 公開PTUは、30日間フル稼働した時にTogetherのサーバーレス価値と一致するよう設定されています。稼働率50%では実効トークン費が2倍です。容量とSLAの価値によって割増分を正当化できる場合もありますが、その金額は見えるようにすべきです。

Dedicatedのアイドル時間： Dedicated Inferenceは、リクエストが0件でも、割り当て済みハードウェアの稼働中は課金されます。ファインチューニング済みモデルのホスティング費は、実験チケットだけでなく月次予測に含めます。

返金不可の予約： GPUクラスター予約は全期間分が請求され、一時停止も一部返金もできません。予測ミスがそのまま確定支出になります。

オンデマンドのバースト超過： 予約GPU容量を超えてスケールした分には、より高いオンデマンド単価が適用されます。ベースラインが安定していても、バースト想定が低すぎれば想定外費用になります。

永続ストレージ： ストレージはクラスター終了後も残り、削除するまで課金されます。クラスターを停止するたびに、残すか削除するかを明示的に決める必要があります。

Batchの対象条件： 割引はモデル固有、24時間枠はベストエフォートで、キャンセル後も完了済み応答は課金対象です。最新リストを確認せず、オフライン処理の予算全体へ50%を適用してはいけません。

マルチメディアのデフォルト条件： 画像と動画の価格は、最小解像度、最短時間、またはデフォルトのステップ数を指す場合があります。本番品質の設定と再試行によって、利用可能な素材1件当たりの費用は変わります。

自動チャージの動作： 強気なしきい値は即時購入を引き起こす可能性があり、通常料金は返金されません。自動チャージは放置する便利機能ではなく、通知付きの本番継続性管理として扱ってください。

出力のドリフト： より長い回答を生成するプロンプトまたはモデルの更新は、リクエスト量が同じでも支出を増やします。入力、キャッシュ済み入力、出力、合格成果を別々に追跡してください。

レート制限のドリフト： サーバーレスの上限は動的かつモデル固有になり得ます。累計支出でTier 5を購入しても、基盤フリートは予約されません。

試算に使える標準のセルフサービス年間割引はありません。サーバーレスはプリペイド従量課金、PTUは最低1か月、GPU予約は7～30日、31～90日、91～180日の区分を公開し、それ以上の契約は営業対応です。年単位の拘束リスクがあるのは、公開アプリの年間プランではなく、カスタム注文書やインフラ予約の連続契約です。

Together AIの代替サービス：同じモデル・条件で比較

すべての共有モデルでTogether AIだけが安いわけではありません。gpt-oss-120Bの公開サーバーレス単価は、入力100万トークン当たり$0.15、出力$0.60で、Fireworks AIおよびGroqと完全に同じです。100万入力トークンと250,000出力トークンのジョブは、キャッシュ済み入力の利点やアカウント固有の契約を考慮する前なら、どのプロバイダーでも$0.30です。

この同額という結果には意味があります。トークン単価が決定要因ではなくなり、キャッシュ料金、レート制限、レイテンシ、プロバイダー制御、フォールバック動作、デプロイ経路、SLAの組み合わせを比較せざるを得なくなるからです。

Fireworks AIは基本単価が同じで、キャッシュは安い

Fireworks AIのgpt-oss-120B Standardサーバーレスは、100万トークン当たり入力$0.15、キャッシュ済み入力$0.015、出力$0.60です。未キャッシュで条件をそろえたジョブはTogetherと同じ$0.30です。Fireworksは開始時の$1クレジットも案内しています。

再利用できる長い先頭部分があるワークロードなら、現在のgpt-oss向けキャッシュ済み入力単価が明示され、低く設定されているFireworksが、この限定比較では有利です。Standard、Priority、Fastというサーバーレスのティアもあり、レイテンシと価格をさらに選べます。一方、追加ティアによって単純に見える単価比較が複雑になり、専用GPUの料金はTogetherのPTUとは異なる製品です。

キャッシュを多用するオープンモデルのサーバーレスが主目的で、サービスティアの制御がアプリケーションに合うならFireworksを選びます。同じAPIからPTU、専用モデル推論、ファインチューニング、サンドボックス、生のクラスターへ進めることに戦略的な価値があるならTogetherです。

Groqは同じトークン単価で速度を売る

Groqのgpt-oss-120Bも入力$0.15、出力$0.60で、条件をそろえたジョブは同じ$0.30です。現在のモデルページでは約500 tokens/秒、Developerプランでこのモデルの上限は250,000 tokens/分、1,000 requests/分とされています。

生成レイテンシの低さを製品価値として掲げるなら、Groqが有力候補です。エンタープライズ向けPerformanceティアでは99.9%の可用性SLA付きProvisioned Throughputが加わりますが、公開料金はありません。そのためセルフサービスのトークン費用は比較しやすくても、予約容量の費用は見積もりなしでは条件をそろえられません。

対応モデルと速度がTogetherの広い学習・インフラスタックより重要な対話型処理ならGroqを選びます。1つのアカウントでTogetherのファインチューニング、GPUクラスター、サンドボックス、公開PTU経路が必要なら候補から外れます。

OpenRouterは安くなり得るが、アグリゲーター特有の違いがある

OpenRouterの現在のgpt-oss-120B単価は、100万トークン当たり入力$0.03、キャッシュ済み入力$0.03、出力$0.17です。100万入力トークン、250,000出力トークンに条件をそろえたジョブは、クレジット購入手数料の前で$0.0725です。購入したクレジットを使い切る前提で5.5%の手数料を配賦すると約$0.0765ですが、少額チャージでは最低手数料$0.80の影響が大きくなります。

OpenRouterは上流プロバイダー間をルーティングすることで、このスポット料金例では最安です。自動フォールバックと、はるかに広いモデル一覧も提供します。ただし、Togetherの容量を予約することや、単一インフラプロバイダーを選ぶことと同じ製品ではありません。ルート選択、データ方針、レイテンシ、上流の可用性、プロバイダー変更がアーキテクチャの一部になります。

無料枠はTogetherより利用しやすく、現在の料金ページには25を超える無料モデルと1日50件のリクエストが掲載されています。代わりに、低い無料上限、従量課金の5.5%プラットフォーム手数料、未使用クレジットを1年後に失効させられる条件があります。Togetherは現在、購入済みクレジットに有効期限はないとしています。

幅広いモデルへのアクセス、フォールバック、現行のルーティング済みスポット価格を優先するならOpenRouterです。プロバイダーを直接制御し、予約容量、モデル学習、専用インフラへ予測可能な経路で進むことを、最安のルーティング済みリクエストより重視するならTogetherを選びます。

条件をそろえた結論は明快です。gpt-oss-120Bでは、Together、Fireworks、Groqの未キャッシュトークン単価は同じです。この時点のOpenRouterは安価ですが、供給者との関係が変わります。選択を左右するのは「どのプラットフォームが一般に安いか」ではなく、運用要件です。

Together AIを選ぶべき人、見送るべき人

不確実なオープンモデルの呼び出しを、計画的な容量運用へ育てていく企業にはTogether AIが適しています。低コストAPIを求めるすべての開発者に自動的に向くわけではありません。

個人の技術開発者はサーバーレスから始め、最初の購入を$5に抑えるべきです。 範囲を限定したタスクをDeepSeek V4 Flash、gpt-oss-120Bなど品質基準を満たすモデルへ振り分けます。本番ログで安定した需要が証明されるまで、PTUと専用ハードウェアは使いません。幅広いモデルの試用や無料アクセスだけが目的なら、OpenRouterのほうが最初のアカウントとして簡潔です。

資金調達済みの創業者は、デプロイの階段によって将来の移行作業を減らせる場合にTogetherを使うべきです。 サーバーレスでプロダクトを検証し、同じAPIの背後でPTUにより安定したオープンモデルを予約し、Dedicated Inferenceでファインチューニング済み／カスタムモデルをホストできます。プロダクト計画がすでに予約容量へ向かっているなら、この連続性は小さなトークン単価差より価値があります。

中堅企業のCTOは、高額な請求額ではなくサービス保証のためにPTUを買うべきです。 稼働率を予測し、99%のSLAと顧客への約束を比較し、予約容量の価値を失注やサポートのエスカレーションと照らし合わせます。アプリケーションに99.9%の可用性が必要なら、99%という記載だけでは不十分です。フォールバックを設計するか、契約を交渉してください。

上級運用担当者は、容量を予約する前にオフライン処理をBatchへ移すべきです。 対象モデルなら、分類、データ拡充、評価、合成データのジョブを最大50%割引にできます。これは遅延を受け入れることで得られる直接割引です。容量を買うPTUは、その後に検討します。

研究／モデルチームがDedicated InferenceやGPUクラスターを使うなら、稼働率の責任者が必要です。 学習、カスタムサービング、低レベル制御はインフラを正当化できます。GPU時間、アイドルレプリカ、バースト利用量、永続ボリュームを監視できないチームは、管理できないインフラを購入することになります。

次の4条件のいずれかに当てはまるならTogether AIを見送ります。 最安のルーティング済みトークンだけを優先する、トラフィックが不規則すぎて1か月予約に向かない、必要なモデルが別の場所にある、または営業交渉なしでより強い公開SLAが必要な場合です。Fireworks、Groq、OpenRouter、モデルの直接提供元のほうが合う可能性があります。

月曜にやること：予約前に1つのワークロードを測る

月曜日に、本番ワークフローを1つだけ範囲を絞って選び、7日間のコスト記録を作ります。目的は全モデルを試すことではありません。その負荷をサーバーレス、Batch、PTU、専用容量のどこへ置くべきかを見極めることです。

1. 1

   合格成果を1つ定義する

   有効な分類、テストに通るコード変更、承認済みサポート文案、完了したデータ抽出など、結果を採点できるタスクを選びます。事業指標は、合格成果1件当たりの費用です。

2. 2

   利用状況を漏れなく記録する

   7日間について、リクエスト数、未キャッシュ入力、キャッシュ済み入力、出力、再試行、1秒当たりのピークリクエスト数、429応答、レイテンシ、サンドボックス時間、合格成果を取得します。平日のピークと夜間・週末を分けます。

3. 3

   サーバーレスの基準費用を算出する

   測定したトークン構成に最新のモデル単価を適用します。対象となるオフライン処理をBatchへ移して再計算します。不要な出力に上限を設け、安定したプロンプト先頭部分を維持し、実現可能なキャッシュ節約を基準費用へ含めます。

4. 4

   PTU稼働率テストを実行する

   1秒当たりのピークリクエスト数、キャッシュヒット率、トークン構成を最新のPTU計算ツールへ入力します。必要なPTU数と平均利用量を比較します。稼働率80%では公開定価の実効トークン単価が25%割高です。予約容量と99%のSLAにその価値があるか判断します。

5. 5

   明確な要件がある場合だけ上位構成へ進む

   カスタムモデル、シングルテナント制御、安定したハードウェア性能が必要ならDedicated Inferenceへ移ります。チームがサービングまたは学習スタックを所有する場合にだけGPUクラスターへ進みます。予算責任者と並べて、停止とストレージ後片付けの責任者も明記します。

判断結果は、財務とエンジニアリングが共有できる1文にします。「このワークロードはサーバーレスに残す」「このオフライン処理はBatchへ移す」「この顧客向け経路は、容量保証が測定済みのアイドル割増に見合うためN PTUを予約する」のいずれかです。料金の見出しだけを根拠にインフラ移行するのではなく、月曜に実行できる具体策です。

Together AI pricing FAQ

Together AIの1,000トークンはいくらですか？

モデルの100万トークン単価を1,000で割り、入力と出力を別々に計算します。MiniMax M3は未キャッシュ入力1,000トークン当たり$0.0003、出力1,000トークン当たり$0.0012です。Kimi K3は1,000トークン当たり入力$0.003、出力$0.015です。

Together AIの月額料金はいくらですか？

サーバーレスに固定の月額サブスクリプションはなく、$5で利用を開始した後の月額は使用量で決まります。1 PTUは30日間で$2,160、または料金ページが平均月として使う43,800分なら約$2,190です。Dedicated H100を現在の毎時$5.49で720時間連続稼働すると、1基$3,952.80です。

Together AIは無料ですか？

いいえ。Together AIには現在無料トライアルがなく、プラットフォーム利用には最低$5のプリペイドクレジット購入が必要です。最新カタログではTernary Bonsai 27Bの入出力トークン単価が$0ですが、アカウントにはそれでも$5の購入が必要です。

Together AIに無料クレジットはありますか？

常設の新規登録特典はありません。以前の登録プロモーションは終了しており、現在の利用開始には$5の購入が必要です。Togetherは正規授業外の学生プロジェクト向けに招待制の研究クレジット制度も運営していますが、広く利用できる制度ではありません。

Together AIの無料枠にはどんな上限がありますか？

一般的な無料枠はありません。$5の残高を購入するとBuild Tier 1になり、現在はLLMリクエスト毎分600件、埋め込みリクエスト毎分3,000件、リランキング上限500,000と記載されています。モデル固有または動的な上限は、これより低い場合があります。

Together AIのおすすめ代替サービスは？

幅広いオープンモデル推論とファインチューニングではFireworks AIが最も近く、対応モデルの低レイテンシならGroq、幅広いモデルのルーティングとフォールバックならOpenRouterが有力です。gpt-oss-120Bでは、Together、Fireworks、Groqが現在、100万トークン当たり入力$0.15、出力$0.60で同額です。この時点ではOpenRouterのルーティング価格が低いものの、クレジット購入手数料とアグリゲーター層が加わります。

Together AIに学生割引はありますか？

Together AIは常設の学生料金を公開していません。招待制の研究クレジット制度では、正規授業外のプロジェクトを行う学生に少額の助成を提供し、成果物でTogether AIへの謝辞を記載するよう求めています。

Together AIの返金ポリシーは？

Togetherの規約では、注文書に別段の定めがない限り、料金は原則返金不可で、支払い義務はキャンセルも日割りもできません。GPU予約も返金不可です。ファインチューニングのジョブをキャンセルすると、完了済みステップが請求され、未完了分だけが返金されます。

Together AIのクレジットに有効期限はありますか？

購入済みプリペイドクレジットには現在、有効期限がありません。ただし、返金できるという意味ではありません。返金不可のまま利用可能期間に制限がない場合があり、請求書発行後に購入したクレジットで以前の延滞残高を解消することはできません。

Together AI pricingは2026年に変わりましたか？

はい。Together AIは2026年7月8日にProvisioned Throughputを開始し、$0.05/PTU分、最低1か月、99%の稼働率SLAで予約トークン容量を追加しました。現在のサーバーレスカタログと専用ハードウェア料金も6月以降に変わっているため、このページには8月22日の確認日を記載しています。

Provisioned ThroughputはTogetherのサーバーレスより安いですか？

必ずしも安くはありません。公開定価では、フル稼働した1 PTUの30日間の価値は、Togetherのサーバーレス容量とほぼ一致します。稼働率が下がるほど実効トークン単価は上がります。PTUで購入するのは予約容量とSLAです。契約交渉による割引で単価を改善できますが、その体系をTogetherは公開していません。

ビジネスオーナー向けAI Tools Mapを入手

AI Tools Map for Business Ownersは、モデル料金を導入に使える実践的な構成へ落とし込み、各ツールの品質基準、ルーティング上の役割、コスト判断のきっかけを示します。次号を無料で受け取る。