跳转到内容
Alpha
  • 模型
  • 排行榜
  • Ori
联系销售

页脚

OpenRouterOpenRouter
© 2026 OpenRouter, Inc

产品

  • 聊天
  • 排行榜
  • 基准测试
  • 应用
  • 发现
  • 模型
  • Ori
  • 合集
  • 提供商
  • 工具
  • 定价
  • Business
  • Enterprise
  • 实验室

公司

  • 关于
  • 博客
  • 客户
  • 招聘
    招聘
  • 隐私
  • 服务条款
  • 信任中心
  • 支持
  • 兼容 OR
  • 数据
  • 品牌

开发者

  • 文档
  • API 参考
  • 开发者平台
  • 状态
  • AI 站点地图

连接

  • Discord
  • GitHub
  • LinkedIn
  • X
  • YouTube
togethercomputer 的网站图标

Together: Tev1 4B Experimental

togethercomputer/tev1-4b-experimental

模型权重
比较

Tev1 4B Experimental is an experimental decision model from Together AI, a supervised fine-tune of Qwen3.5-4B trained to choose one option from a structured state, question, and list of 2-24 labeled options. It keeps Qwen's standard next-token head, so it is served through the regular chat completions API rather than a dedicated decisions runtime.

Send a system instruction followed by a JSON decision containing state, question, and options. The model returns a single option letter, which application code maps back to the option key. Recommended settings are temperature: 0, max_tokens: 8, and thinking disabled. It is intended for routing, classification, and policy checks, not generic chat. Together publishes the full data recipe and training code so teams can fine-tune their own variant.

模态
输入 / 输出价格
US$0.042 / US$0每 1M
上下文
33K
发布时间
2026年9月30日
比较
试验场提供商定价性能正常运行时间应用活动文档常见问题探索

试验场

提供商

此模型由一家提供商托管。OpenRouter 将每个请求直接转发给该提供商，无需做出路由决策。

定价

客户为此模型实际支付的平均价格，与提供商公布的价格并列展示。由于缓存和折扣，实际支付的价格往往远低于标价。

性能

吞吐量是模型生成内容的速度（每秒 token 数，越高越好）。延迟是完整的往返时间（越低越好）。TTFT 是首个 token 的响应时间，即您看到内容出现前需要等待的时间（越低越好）。

正常运行时间

正常运行时间是指过去 3 天中至少有一家提供商响应请求的时间百分比。可用性是指成功提供推理服务的时间百分比。OpenRouter 会持续监控，并在某家提供商返回错误时使用次优提供商。

应用

向此模型发送最多流量的公开应用。这能很好地反映实际生产工作负载的情况，也能提示此模型最适合哪些用例。

活动

此模型的 token 用量和请求流量随时间的变化。

API

可直接用于调用此模型的代码。它运行于 OpenRouter Decisions API，而非兼容 OpenAI 的聊天端点，因此下方的请求和响应结构专用于结构化决策，Chat Completions SDK 无法用于此 API。

目前无法通过 EU 区域内路由使用。 区域内路由文档

文档

在 OpenRouter 上使用 Together: Tev1 4B Experimental 构建应用的指南、实用教程、博客文章和工具。

  • Decisions Lab实验室

探索更多模型

决策模型排行榜排名
延迟
US$0.042免费0.29s
97.70%
延迟
0.29秒

P50，最佳提供商

正常运行时间（3 天）模型可访问。请求已路由至提供商。
100.00%
可用性（3 天）模型通过任意提供商返回了推理结果。错误和空响应均计为失败。
99.50%

过去 3 天的可用性

最近 72 小时
可用性 99.50%
3 天前2 天前昨天现在

过去 24 小时的可用性

OpenRouter Availability
98.92%

当上游提供商发生错误时，如果您的请求筛选条件允许，我们可以通过路由到另一家健康的提供商来恢复服务。您可以通过以下接口以编程方式访问各提供商的正常运行时间数据： 端点 API。了解更多有关我们的 负载均衡和提供商路由选项。

1.
https://medquality-optimization.local/ 的网站图标
medquality-decision-eval
新增
66.5Mtoken
2.
https://mstr-algo-hub.replit.app/worker-selling 的网站图标
MSTR worker-selling
新增
42.8Mtoken
3.
https://www.rawmodels.ai/ 的网站图标
RawModels Fighting JEVs
新增
14Mtoken
4.
https://mstr-algo-hub.replit.app/worker-awareness 的网站图标
MSTR worker-awareness
新增
12.5Mtoken
5.
https://github.com/Beast-Industries/vyro-data-pipelines-python 的网站图标
clip-compliance-engine
新增
10.1Mtoken

常见问题

Tev1 4B Experimental is an experimental decision model from Together AI, a supervised fine-tune of Qwen3.5-4B trained to choose one option from a structured state, question, and list of 2-24 labeled options. It keeps Qwen's standard next-token head, so it is served through the regular chat completions API rather than a dedicated decisions runtime.

OpenRouter 上的 Tev1 4B Experimental 文档包括 交互式 Decisions Lab。快速入门介绍了 API 密钥和您的首次请求，API 参考列出了所有参数。

Tev1 4B Experimental 的费用为 US$0.042/百万输入 token 和 US$0.00/百万输出 token。

Tev1 4B Experimental 的上下文窗口为 32,768 个 token。它最多支持 8 个补全 token。

Tev1 4B Experimental 接受 文本 作为输入，并返回 结构化决策。

Tev1 4B Experimental 于 2026年9月30日 发布。

更多模型，来自 Together

StripedHyena Nous 7B

This is the chat model variant of the StripedHyena series developed by Together in collaboration with Nous Research.

StripedHyena uses a new architecture that competes with traditional Transformers, particularly in long-context data processing. It combines attention mechanisms with gated convolutions for improved speed, efficiency, and scaling. This model marks a significant advancement in AI architecture for sequence modeling tasks.

文本33K 上下文
StripedHyena Hessian 7B

This is the base model variant of the StripedHyena series, developed by Together.

StripedHyena uses a new architecture that competes with traditional Transformers, particularly in long-context data processing. It combines attention mechanisms with gated convolutions for improved speed, efficiency, and scaling. This model marks an advancement in AI architecture for sequence modeling tasks.

文本33K 上下文