AI-infrastrukturföretag TokenRhythm slutför ny finansieringsrunda på flera tiotals miljoner dollar

AI-infrastrukturföretaget TokenRhythm meddelade i dag att man har genomfört en ny finansieringsrunda med ett totalt kapital på flera tiotals miljoner dollar. Denna omgång leds av Honghui Capital, medan flera andra investerare inklusive Juhe Capital och Shangshi Capital har deltagit. Tidigare har TokenRhythm redan genomfört en seedrunda som leddes av Granite Asia, med deltagande från VGC, Yuanjing Capital och Infinity Fund.

TokenRhythm fokuserar på en ny infrastrukturlösning som kallas Routing Harness, vilket placerar sig mellan stora språkmodeller och applikationer. Denna lösning syftar till att lösa utmaningen med att optimera samarbete mellan flera modeller, där valet av modell inte längre handlar om vilken som är starkast, utan om hur man effektivt kan kombinera flera modeller för att uppnå bästa resultat till lägsta kostnad. Företaget menar att Routing Harness inte bara handlar om att koppla samman modeller eller sänka kostnader, utan också om att samla in data från verkliga uppgifter för att förbättra modellernas prestanda över tid.

Företagets första öppna källkodsprodukt, OpenSquilla, har redan fått över 6 600 GitHub-stjärnor. Denna produkt använder den egna Routing Harness-tekniken för att möjliggöra effektivare samarbete mellan flera modeller till lägre kostnad. I en utvärdering av den komplexa forskningsuppgiften DRACO lyckades TokenRhythm uppnå bättre resultat än den ledande utländska modellen Fable 5, samtidigt som man använde endast en tredjedel av kostnaden.

TokenRhythm har nyligen lanserat en flermodells-API-plattform som heter TokenRhythm API. Denna plattform stöder protokoll från bland annat OpenAI och Claude. Sedan lanseringen har plattformen lockat 54 000 användare och hanterar dagligen över 500 miljarder tokens.

TokenRhythms VD, Wang Yunhe, framhåller att modellernas kapacitet endast utgör en del av lösningen för AI-agenter. Han betonar att den verkliga utmaningen ligger i hur man organiserar modellerna, förstår verkliga uppgifter och låter kontinuerlig användningsfeedback förbättra modellerna framöver.

Leiphone rapporterade nyheten.