模型发布
Together AI 发布 tev1-4B-experimental 分类器微调模型
Together AI 基于 Qwen3.5 4B 发布实验性分类模型 tev1-4B，输入定价 0.042 美元/百万…
2026.09.24 · 周四约 2 分钟阅读
AI 基础设施平台 Together AI 在其官方 X 账号宣布，正式发布实验性模型 tev1-4B-experimental。这是一款「Jev-like」分类器，基于 Qwen3.5 4B 进行微调，定位为轻量级文本分类任务的开箱即用方案。Together AI 同时开放了模型的 Serverless 推理接口，并公布了完整的数据配方与复现教程。
定价与训练成本
- 推理定价：输入 token 0.042 美元/百万，输出 token 0 美元/百万（即输出免费）。
- 训练成本：官方披露完整训练一次仅花费约 17 美元，属于极低成本复现案例。
- 部署方式：Together Serverless，用户无需自行托管基础设施即可调用。
模型定位与技术细节
tev1-4B-experimental 被官方描述为「Jev-like classifier」，即参考 Jev 范式的分类器风格，对 4B 级别的基座模型做任务化微调。Together AI 在公告中明确将其标注为「experimental」，意味着 API 与行为后续可能调整，暂不适合直接用于生产关键路径。
开源与可复现性
Together AI 此次同步释出两项配套资源：
- 数据配方（data recipe）：公开训练数据构造流程，便于社区复现或迁移到其他基座。
- 微调教程：手把手演示如何在自有数据上微调出同类分类器，强调低算力门槛。
这一组合与 Together AI 长期推动的「低成本定制模型」路线一致，目标受众主要是希望快速搭建领域分类能力的开发者与小团队。
影响范围与适用人群
考虑到基座仅 4B 参数且定位为分类任务，tev1-4B-experimental 的影响面较为有限，主要面向：
- 需要快速接入文本分类（如垃圾信息识别、意图分类、内容标签）的小型产品；
- 关注低成本微调工程实践的开发者；
- 跟踪 Together AI 平台模型生态的研究者。
对于追求前沿大模型能力的用户而言，该模型并非对标 GPT、Claude 或 Gemini 的通用对话模型，实用价值更多体现在「以极低成本验证分类方案可行性」这一场景。