Together AI 发布 Together Link：一行命令把 Claude Code 和 Codex 换成开源模型，账单砍半

编程智能体已经成了工程团队的日常标配，但从一行修复到整仓重构，很多任务默认都跑在同一个最贵的闭源模型上。2026 年 10 月，Together AI 推出 Together Link——一个只改"模型供给层"的连接件：把你已经在用的编程智能体工具，原样接到 Together AI 托管的开源模型上，工具界面、快捷键、团队习惯全部不动，账单却能砍掉一半以上。

一句话：只换模型，不换工具

Together Link 的定位不是再造一个编程助手，而是把"背后的推理请求"改道到开源模型。官方给出的卖点很直接：同样的智能体、同样的工作流，账单只剩零头。

它支持的载体覆盖了目前主流的几种用法：Claude Code、Claude Desktop、ChatGPT 应用与命令行里的 Codex、OpenCode，以及 Pi。安装只需要一行命令：

curl -fsSL https://link.together.ai/install | bash

跑完这条命令，你的智能体照常打开，只是已经连上了 Together AI（用你自己的 API key）。原来在 Claude Code、Claude Desktop 上的登录、设置、记忆和历史全部保留；想切回原生闭源模型，也是一条命令的事。Together 把这件事描述成"可逆配置"——没有任何东西被强制迁移。

真正决定省多少钱的，是 Auto 路由

Together Link 默认走 Auto Router：它读取每次会话的第一个任务来判断难度——简单修复交给快速、低价的模型，硬问题才动用前沿能力。关键是路由每个会话只做一次，这样提示词缓存不会被打断，长会话的成本优势不会丢。

路由逻辑也写得很实在：如果你自带 Anthropic key，路由器就在 Opus 5.5 与 GLM 5.3 之间选；不带 key，就在 GLM 5.3 与 GLM 5.3 Flash 之间选。每次会话结束，工具会打印一份对照账单：这次实际花了多少，同样的会话跑在 Opus 5.5 上要花多少。

能接进来的开源模型阵容包括 GLM 5.3、Kimi K3、DeepSeek V4.1 Flash、MiniMax M3 等开放权重模型。从文档给出的定价看，价差确实可观：Auto Router 默认 \(3.00 输入 / \)15.00 输出每百万 token；Kimi K3 为 \(1.40 / \)4.40；GLM 5.3 与 MiniMax M3 都是 \(0.30 / \)1.20；DeepSeek V4.1 Flash 也走低价档。计费直接走你现有的 Together API key，按量付费或信用包，无需另签合同。

它成立的前提：开源模型先追平了闭源

Together AI 在博客里把时机说得很清楚——Kimi K3、GLM 5.3 这类开放权重模型已经能处理相当一部分高难编程任务，而 GLM 5.3 Flash、DeepSeek V4.1 Flash 这类小模型足以应付日常活儿，价格却只有闭源旗舰的一个零头。工程组织每月在闭源模型上花掉的钱从数万美元到数百万美元不等，价差大到一定程度，路由层本身就成了一门独立生意。

底层基础设施是 Together 的无服务器推理（serverless inference），也就是开发者在 OpenRouter 上选这些模型时同一套。Together AI 披露，截至 2026 年 9 月 30 日，它占据了 OpenRouter 上 DeepSeek V4.1 Flash 40.8%、GLM 5.3 Flash 28.2%、Kimi K3 23.1% 的 token 份额，在速度和价格上都有竞争力。

对团队意味着什么

Together Link 解决的是一个很具体的痛点：很多团队想用开源模型降本，但迁移成本高——要换工具、重学操作、重建工作流。Together Link 把迁移成本压到"一行命令 + 一个 API key"，同时用每会话成本追踪把省下的钱摆在明面上，相当于给"要不要上开源"这个问题一个可量化的答案。

它对中小团队尤其友好：不必自建推理集群，不必为闭源 API 的长期合约买单，却能拿到前沿级的编码能力；而开放权重意味着模型完全可控，对数据隐私和合规敏感的场景也更稳。当然，它的边界也很清楚——它做的是"模型供给"这一层，不替代智能体本身的推理能力；最终代码质量仍取决于所路由到的开源模型水平。

总体看，Together Link 把"开源模型降本"从口号变成了几条命令就能落地的工程方案，也折射出一个趋势：当开源与闭源的能力差距收窄到可用区间，连接层和路由层就会成为下一波效率竞争的主战场。