Together AI تجمع 800 مليون دولار في جولة Series C لتطوير الذكاء الاصطناعي مفتوح المصدر
أغلقت Together AI في 1 يوليو 2026 جولة Series C بقيمة 800 مليون دولار. ومن بين المستثمرين NVIDIA وAramco Ventures وVista Equity وGeneral Catalyst. كما جرى حجز أكثر من 500 ميغاواط إضافية من القدرات الحاسوبية. يوفّر عملاء المنصة، ومنهم Cursor وEleven Labs وDecagon، ما بين 6 و20 ضعفًا في تكاليف الاستدلال (inference) مقارنة بالنماذج المغلقة.
معالج بواسطة الذكاء الاصطناعي من Together AI Blog؛ بتحرير Hamidun News
أعلنت Together AI في 1 يوليو 2026 إغلاق جولة Series C بقيمة 800 مليون دولار، وهي من أكبر الجولات في تاريخ شركات البنية التحتية للذكاء الاصطناعي التي راهنت على النماذج المفتوحة.
من استثمر وأين ستذهب الأموال
شارك في الجولة كلٌّ من Aramco Ventures وNVIDIA وVista Equity وGeneral Catalyst وEmergence Capital وSchneider Electric وPegatron وSalesforce Ventures وMarch Capital وDTCP Growth وLux Capital وGeodesic وPSP Partners وغيرها. وإضافة إلى رأس المال المساهم، حجز المستثمرون الجدد أكثر من 500 ميغاواط من القدرات الحاسوبية، بصورة مستقلة عن الجولة الرئيسية، لدعم نمو البنية التحتية في السنوات المقبلة.
أبرز الحقائق:
- حجم الأموال المجمَّعة — 800 مليون دولار، وتاريخ الإغلاق — 1 يوليو 2026
- المستثمرون الرئيسيون — NVIDIA وAramco Ventures وVista Equity وGeneral Catalyst
- إضافةً إلى ذلك — التزامات بأكثر من 500 ميغاواط من القدرات الحاسوبية
- عملاء المنصة — Cognition وDecagon وEleven Labs وCursor وSuno
تأسست Together AI قبل أربع سنوات انطلاقًا من قناعة بأن الذكاء الاصطناعي التوليدي ينبغي أن يكون مفتوحًا ومتاحًا لشريحة واسعة من المطورين، لا أن يتركز في أيدي عدد قليل من الشركات الكبرى. وبحلول منتصف عام 2026 تحولت الشركة إلى منصة ذكاء اصطناعي متكاملة تضم قاعدة عملاء من آلاف المؤسسات.
لماذا لا تصمد النماذج المغلقة أمام أحمال الإنتاج؟
تشير Together AI إلى تناقض اقتصادي جوهري: فعندما ينتقل الذكاء الاصطناعي من مرحلة النموذج الأولي إلى منتج حقيقي، كثيرًا ما تنمو تكاليف الاستدلال مع النماذج المملوكة بوتيرة أسرع من الميزانيات. فتضطر الشركات إلى «تقنين الذكاء» في اللحظة التي تكتب فيها الوكلاء (agents) الشيفرة البرمجية، وتعالج طلبات العملاء، وتحلل المستندات، وتؤتمت عمليات عمل كاملة.
وبحسب بيانات Together AI، سدّت النماذج مفتوحة المصدر — DeepSeek وNemotron وMiniMax وKimi وGLM — فجوة الجودة مع النماذج المملوكة، مع إبقاء حرية الضبط الدقيق (fine-tuning) لمهام محددة في يد المطورين. ويوفّر عملاء المنصة ما بين 6 و20 ضعفًا مقارنةً بالنماذج اللغوية الكبيرة (LLM) المغلقة. فقد خفّضت Decagon، مثلًا، تكاليف الاستدلال ست مرات بعد انتقالها إلى Together AI.
«لا تتحدد اقتصاديات الذكاء الاصطناعي في بيئة الإنتاج بالنماذج وحدها، بل بالمنظومة بأكملها: النوى (kernels) والمترجمات (compilers) وأنظمة الاستدلال واستغلال العتاد والبرمجيات التي تربط كل ذلك»، —
Vipul Ved Prakash، الرئيس التنفيذي لشركة Together AI.
ماذا تطوّر الشركة
تقدّم Together AI نفسها بوصفها شركة بحثية تنتقل فيها الأبحاث الأساسية مباشرةً إلى بيئة الإنتاج. وخلال الأرباع الأخيرة أصدر الفريق FlashAttention-4 لمعالجات NVIDIA Blackwell، وTogether Megakernel، وtogether.compile، وهي أدوات تحسين على مستوى النواة لأحمال العمل الصناعية. كما جرى توسيع واجهة post-training API لتدعم استدعاء الأدوات (tool calling) والاستدلال المنطقي والنماذج متعددة الوسائط. وبحسب إدارة الشركة، أصبحت Together AI من أكبر منتجي رموز الذكاء الاصطناعي (tokens) في العالم.
ماذا يعني ذلك
تعني جولة الـ800 مليون دولار بمشاركة NVIDIA وAramco Ventures وSchneider Electric أن رأس المال الصناعي الكبير يراهن على البنية التحتية مفتوحة المصدر بوصفها معيارًا إنتاجيًا لوكلاء الذكاء الاصطناعي، وهو ضغط سيشعر به مزوّدو النماذج المملوكة.
الأسئلة الشائعة
من هم عملاء Together AI وكم يوفّرون؟
من بين العملاء Cognition وDecagon وEleven Labs وCursor وSuno. خفّضت Decagon نفقات الاستدلال ست مرات بعد انتقالها إلى المنصة؛ وفي المتوسط توفّر الشركات ما بين 6 و20 ضعفًا مقارنةً بالنماذج اللغوية الكبيرة المغلقة.
ماذا تعني 500 ميغاواط من القدرات في الصفقة؟
هي موارد حاسوبية التزم المستثمرون الجدد بتوفيرها بصورة مستقلة عن رأس المال المساهم، في شريحة منفصلة لدعم النمو المتوقع لبنية Together AI التحتية.
أسئلة وأجوبة حول الخبر
لماذا لا تصمد النماذج المغلقة أمام أحمال الإنتاج؟
تشير Together AI إلى تناقض اقتصادي جوهري: فعندما ينتقل الذكاء الاصطناعي من مرحلة النموذج الأولي إلى منتج حقيقي، كثيرًا ما تنمو تكاليف الاستدلال مع النماذج المملوكة بوتيرة أسرع من الميزانيات. فتضطر الشركات إلى «تقنين الذكاء» في اللحظة التي تكتب فيها الوكلاء (agents) الشيفرة البرمجية، وتعالج طلبات العملاء، وتحلل المستندات، وتؤتمت عمليات عمل كاملة.
من هم عملاء Together AI وكم يوفّرون؟
من بين العملاء Cognition وDecagon وEleven Labs وCursor وSuno. خفّضت Decagon نفقات الاستدلال ست مرات بعد انتقالها إلى المنصة؛ وفي المتوسط توفّر الشركات ما بين 6 و20 ضعفًا مقارنةً بالنماذج اللغوية الكبيرة المغلقة.
ماذا تعني 500 ميغاواط من القدرات في الصفقة؟
هي موارد حاسوبية التزم المستثمرون الجدد بتوفيرها بصورة مستقلة عن رأس المال المساهم، في شريحة منفصلة لدعم النمو المتوقع لبنية Together AI التحتية.
Build & Ship Production AI Agents Without Boilerplate Code
Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.