一句话看懂：Together AI 发布 Together Link，让 Claude Code、Codex 等现有编码智能体一键接入 Kimi K3、GLM 5.3 等开源模型，官方称可把账单砍掉一半以上。对每月在闭源模型上花掉数万到数百万美元的工程团队来说，这是绕开高价 token 的一条现实路径。
事件核心：发生了什么
Together AI 推出命令行工具 Together Link，通过一条 curl 安装命令（curl -fsSL https://link.together.ai/install | bash）把已有的编码智能体接到 Together AI 的推理服务上。目前已支持 Claude Code、Claude Desktop、Codex（含 ChatGPT 应用与 CLI）、OpenCode 和 Pi。用户的登录状态、设置、工作流都不变，想切回原生闭源模型只需一条命令。
它内置一个 Router“Auto”模式，按每次会话的首个任务判断难度：快速修复走低价模型，复杂问题调用前沿模型。带 Anthropic key 时在 Opus 5.5 与 GLM 5.3 之间路由，不带则在 GLM 5.3 和 GLM 5.3 Flash 之间选择；路由每个会话只发生一次，prompt caching 仍可复用。计费沿用现有 Together API key，走 serverless 按量付费或 credit packs，无需另签合同。每次会话结束后，界面会对比本次花费与同样任务跑 Opus 5.5 的成本。
为什么重要
编码智能体的成本结构正在成为工程团队的固定支出项：从改一行代码到重写整个模块，往往都跑在同一个高价闭源模型上，规模一大开销迅速膨胀。Together Link 的判断是，开源模型已在多数硬编码任务上缩小差距，Kimi K3、GLM 5.3 这类模型能以更低的单 token 价格承接，而 GLM 5.3 Flash、DeepSeek V4.1 Flash 处理日常任务。 Together AI 公布的数据显示，其在 OpenRouter 上承接了 DeepSeek V4.1 Flash 40.8%、GLM 5.3 Flash 28.2%、Kimi K3 23.1% 的 token 份额（截至 2026 年 9 月 30 日），说明这条推理路线已有实际用量支撑。竞争焦点也从“谁的模型最强”转向“谁能把合适模型塞进开发者已有的工具链里”。
对用户/开发者/创作者的影响
对已经用 Claude Code 或 Codex 的开发者，迁移成本接近于零：不需要换 IDE、不需要重学交互，只是后端从闭源 API 换成 Together AI。对预算敏感的小团队和个人开发者，按 token 计费加开源模型组合，能把试错成本压下来。对工程管理者，真正的价值在于按任务难度分层调用——简单任务不必用最贵的模型，同时保留升级到前沿模型的能力。需要注意，官方强调的“降费超 50%”是与其对比基准 Opus 5.5 得出的，实际节省幅度取决于任务类型和模型命中率，目前公开信息显示不同团队的账单差异会较大。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 Router 的模型选择准确率是否经得起真实项目检验，误判可能带来质量或成本反噬；二是 Anthropic key 在其中扮演的角色是否会影响长期定价与可用性；三是其他推理服务商和编码工具是否会跟进类似“harness 内切换模型”的模式，以及企业级采购是否会因此重新评估闭源模型的预算占比。
