Together Link: agentes de código com modelos abertos da Together AI

O Together Link é uma ferramenta lançada pela Together AI em 5 de outubro de 2026 que conecta os agentes de código que você já usa a modelos abertos hospedados na Together. Em vez de trocar de ferramenta, você mantém o Claude Code, o Codex ou o OpenCode e só muda o modelo que roda por baixo. A promessa central é reduzir o gasto com modelos em mais de 50% sem perder qualidade nas tarefas de programação.

Vale a pena? Se você usa agentes de código no trabalho, esse tipo de mudança importa. O custo de rodar agentes em escala é um dos maiores problemas de equipes de engenharia hoje, e a diferença entre um modelo fechado caro e um aberto bem escolhido pode decidir o orçamento do trimestre.

O que é o Together Link e como ele funciona

O ponto de partida é entender o que é o ambiente de trabalho do agente. Em termos simples, é o aplicativo de código que você já usa: a interface que lê seu repositório, escreve funções, roda testes e corrige erros. Claude Code, Codex, OpenCode e Pi são exemplos.

O Together Link não substitui esse ambiente. Ele o conecta a outro provedor de modelos. Você mantém as configurações e os logins como estavam, e passa a rodar modelos abertos servidos pela Together AI em vez dos modelos fechados nativos.

A proposta resumida: mesmo agente, mesmo fluxo, uma fração da conta. A instalação é um comando único. A chave da API assume a cobrança. Sem contrato separado.

Quais modelos abertos o Together Link traz

O Together Link conecta modelos abertos de ponta, com destaque para GLM 5.3 e Kimi K3. Esses dois nomes vêm ganhando espaço como alternativas capazes de lidar com tarefas de programação difíceis a um preço por token bem menor do que o dos modelos fechados equivalentes.

Além deles, o ecossistema inclui modelos menores e rápidos, como GLM 5.3 Flash e DeepSeek V4.1 Flash, pensados para tarefas de programação do dia a dia. A ideia é ter uma escada de opções: modelos de ponta para problemas difíceis, modelos leves para tarefas rotineiras.

Ter essa escada muda a conta de um time. Nem toda tarefa precisa de um modelo de ponta. Uma correção de vírgula em um arquivo de configuração e uma reescrita de módulo inteiro têm custos diferentes, e escolher o modelo certo para cada uma delas é metade do segredo para economizar.

A Together serve a maior fatia de tokens no OpenRouter para DeepSeek V4.1 Flash, GLM 5.3 Flash e Kimi K3. Esse dado indica que esses modelos já têm adoção real, não são apostas teóricas.

O roteamento automático e o comando de uma linha

Um dos recursos mais interessantes é o modo "Auto", que usa o roteador da Together AI para escolher o modelo certo a cada sessão. Ele lê a primeira tarefa da sessão e a envia ao modelo adequado: correções rápidas vão para modelos leves e baratos, e problemas difíceis recebem capacidade de ponta.

O roteamento acontece uma vez por sessão, o que é um detalhe técnico importante. Manter o mesmo modelo durante a sessão preserva o cache de prompt, o que reduz custo e latência. Se o modelo trocasse a cada mensagem, o cache seria inútil e o ganho evaporaria.

Em termos de configuração, o Claude Code mapeia os níveis de modelo da Claude para modelos da Together: Opus roda Kimi K3, Fable roda GLM 5.3, Sonnet roda GLM 5.3 Flash e Haiku roda DeepSeek V4.1 Flash. Codex, OpenCode e Pi listam os modelos da Together por nome, e você pode trocar durante a sessão com o comando de modelo do próprio agente.

Exemplos práticos: onde isso ajuda no dia a dia

Vale pensar em casos concretos de uso no Android e no desenvolvimento em geral. Uma equipe que usa Claude Code para revisar código em pull requests pode configurar o Together Link e manter o fluxo exatamente igual, com o custo caindo. O trabalho de revisão não muda, só o modelo por trás.

Outro exemplo é o desenvolvedor solo que usa Codex para gerar código repetitivo. Para tarefas simples, o roteamento automático manda para um modelo leve, e o gasto por sessão cai bastante. Para um bug complexo de arquitetura, o mesmo roteador entrega um modelo de ponta.

Há ainda o caso do time que quer testar modelos abertos sem migrar de ferramenta. Antes, experimentar GLM 5.3 significava trocar de agente ou montar integração própria. Com o Link, é uma questão de apontar a ferramenta existente para a Together e comparar o resultado.

Vantagens e limitações que você deve considerar

As vantagens são claras. A promessa de cortar mais de 50% do gasto com modelos é o principal atrativo, e o rastreador por sessão permite ver quanto você gastou em comparação com o que a mesma sessão custaria no modelo fechado equivalente. Voltar ao modelo nativo é um comando, então o risco de adoção é baixo.

As limitações também existem e vale conhecê-las antes de migrar. Modelos abertos nem sempre igualam os fechados em todas as tarefas, e o desempenho pode variar conforme o tipo de projeto. O roteamento automático é uma aposta da Together, e nem todo mundo vai concordar com as escolhas dele em todos os casos.

Além disso, depender de um provedor externo significa que sua cobrança e sua disponibilidade passam por ele. Se a Together tiver instabilidade, o seu agente sente. É o mesmo trade-off de qualquer serviço hospedado, mas vale considerar antes de colocar o time inteiro nisso.

O que isso significa para quem usa agentes de código

O Together Link representa uma tendência clara em 2026: a separação entre o agente e o modelo. Durante anos, cada agente ficou amarrado ao modelo do fornecedor. Ferramentas como o Link quebram esse vínculo e tornam o modelo uma peça intercambiável.

Para o desenvolvedor, isso é bom. Mais concorrência entre modelos. Mais opções e preços melhores. Para as empresas que vendem modelos fechados, é pressão. Para as equipes, é uma chance de reduzir custos sem sacrificar o fluxo de trabalho que já funciona.

A parte prática é começar pequeno. Teste o Link em um projeto, compare a qualidade do resultado e observe o rastreador de gastos por algumas semanas. Só depois decida se vale migrar o time inteiro.

Antes de instalar qualquer coisa, vale um cuidado de segurança: baixe apenas do endereço oficial da Together AI e confira o comando de instalação antes de executá-lo. A chave da API que você gera dá acesso à sua cobrança, então mantenha-a privada e nunca a compartilhe em repositórios ou capturas de tela.

Se o ganho prometido se confirmar, a economia é grande o bastante para justificar o esforço da migração. Se não, os agentes continuam funcionando como sempre, e você perdeu apenas o tempo de um teste que cabe em uma tarde.