· reAPI Team
Together AI model not available : catalogue et accès API
Corrige une erreur Together AI model not available en vérifiant l’ID exact du modèle, le support serverless, la disponibilité du point de terminaison dédié, le périmètre du projet et la réponse API.

Dans un ancien ticket du projet Evo, une réponse Together signalait model_not_available et expliquait que la requête tentait d’utiliser un modèle non serverless. L’étape suivante suggérée était un point de terminaison dédié.[1] Le modèle existait. Le problème décrit par cette réponse était la manière dont on tentait de l’appeler.
Ce signalement ne prouve ni une panne actuelle ni la disponibilité d’un modèle particulier aujourd’hui. Il illustre pourquoi le message complet compte. Together documente des ensembles de modèles différents pour l’inférence serverless et dédiée, et un modèle dédié a toujours besoin d’un déploiement utilisable.[2][3] Pars de la requête que ton application a réellement envoyée, pas de la fiche de modèle que tu pensais qu’elle utiliserait.
Copie la valeur du modèle, l’hôte et le chemin
Récupère la chaîne model exacte dans la requête qui échoue. Conserve son espace de noms, sa version et son suffixe de variante. Note à côté l’hôte API et le chemin de requête résolus, ainsi que le statut HTTP et le corps complet de l’erreur. Retire les secrets d’authentification avant de partager ces éléments.
Détermine ensuite d’où vient la valeur du modèle. Une liste serverless actuelle, un ancien exemple de SDK et un écran de point de terminaison dédié peuvent fournir différents types d’identifiants. Un nom d’affichage familier ne les rend pas interchangeables.
Dans le workflow dédié actuel de Together, la requête d’inférence utilise une chaîne de point de terminaison de la forme project_slug/endpoint_name. L’ID de modèle du catalogue identifie le modèle choisi pour le déploiement ; la chaîne de point de terminaison identifie la ressource qui traite tes requêtes.[3] Une note de configuration pourrait donc contenir ces deux valeurs différentes :
Model selected for deployment: <catalog-model-id>
Model value used for inference: <project-slug>/<endpoint-name>Ce sont des espaces réservés qui montrent la distinction, pas un point de terminaison que tu peux appeler. Renseigne-les à partir du modèle et du déploiement que tu comptes réellement utiliser. Copier la première valeur dans un champ qui exige la seconde ne devient pas correct parce que les deux renvoient à la même famille de modèles.
Vérifie aussi la tâche. Le catalogue Together couvre le chat, l’image, la vision, la vidéo, l’audio et d’autres opérations, avec des indications de point de terminaison pour chacune.[2] La présence d’un modèle d’image dans une liste ne prouve pas qu’il peut traiter une requête de complétion de chat. Vérifie l’opération avant de modifier les identifiants d’accès ou de supposer qu’un achat de crédits la débloquera.
Pour le serverless, utilise la liste serverless
Si ton application appelle l’inférence serverless partagée, compare l’ID complet à la liste actuelle des modèles serverless de Together. Le catalogue plus large et la liste des modèles dédiés répondent à des questions différentes.[2] C’est aussi la réponse à « quels modèles sont disponibles ? » : la recherche doit préciser pour quelle tâche et quel mode de service ils sont disponibles.
Conserve la source de l’ID dans tes notes de débogage. S’il vient d’un tutoriel écrit pour une autre route, consulte la documentation de cette route avant de modifier le nom du modèle au hasard. S’il vient d’un ancien exemple, vérifie que cette variante exacte est toujours proposée. Un nom proche peut désigner un autre modèle, et un appel réussi à ce remplacement n’explique pas l’échec initial.
Quand la route documentée a été retirée, le problème n’est plus un diagnostic de configuration, mais une migration. Utilise le guide des dépréciations Together AI pour évaluer le successeur et l’échéance. Répéter l’ID retiré ou renouveler sa clé ne rétablit pas une route supprimée.
Si l’ID exact figure dans la bonne liste actuelle, conserve cette preuve et passe au compte et à la configuration du client appelant. La question est maintenant plus précise que de savoir si le fournisseur possède ce modèle tout court.
Pour l’inférence dédiée, examine le déploiement qui t’appartient
Le workflow dédié de Together crée un point de terminaison, y associe un déploiement et établit le routage. L’inférence est disponible une fois le déploiement prêt.[3] Le fait de pouvoir déployer un modèle ne signifie pas que ton projet en possède déjà une copie prête.
Trouve le point de terminaison voulu dans le projet voulu. Examine son état de déploiement et la chaîne d’inférence exacte affichée pour celui-ci. Vérifie si l’application appelle ce point de terminaison, au lieu de continuer à envoyer l’ID de catalogue d’origine à une route serverless ou de passerelle.
Les renommages de projets sont un élément particulièrement concret à vérifier après la panne d’une configuration auparavant fonctionnelle. Together documente que changer le slug d’un projet modifie immédiatement les références de ressources qualifiées par ce slug, et que l’ancien slug ne redirige pas.[4] Dans ce cas, le modèle et le déploiement peuvent toujours exister alors que ta chaîne de point de terminaison enregistrée pointe vers un nom obsolète.
Avant de créer un autre déploiement, examine celui qui devrait déjà traiter la charge de travail. L’inférence dédiée facture le matériel en fonctionnement à la minute ; provisionner un point de terminaison supplémentaire est donc une décision de capacité assortie d’un coût.[3] C’est un mauvais raccourci de diagnostic lorsqu’un nom de point de terminaison incohérent expliquerait l’échec.
La tarification suit aussi la route. Les listes de chat serverless de Together utilisent des tarifs par token, les autres modalités leurs unités documentées et l’inférence dédiée son dispositif de facturation du matériel.[2][3] Détermine quel service la requête tente d’atteindre avant de comparer un tarif par token au coût d’un déploiement.
Le projet du navigateur peut ne pas être celui du worker
Together limite les ressources et les clés API aux projets. L’accès aux ressources d’un projet ne prouve pas automatiquement l’accès au point de terminaison d’un autre projet.[4] Le projet visible dans ton tableau de bord n’est donc qu’une partie des preuves.
Imagine un worker hypothétique encore configuré avec une clé de Project A, alors que tu examines dans le navigateur un point de terminaison prêt sous Project B. La vue du tableau de bord peut être correcte, et le worker peut toujours utiliser le mauvais contexte d’accès. Vérifie l’identifiant non sensible des informations d’accès et la configuration réelle du processus au lieu de coller le secret dans un journal.
Suis l’ordre de priorité des configurations lorsque ton client ou ton outil de déploiement propose plusieurs façons de sélectionner un projet. Un réglage explicite, une valeur d’environnement et un contexte de gestion authentifié doivent correspondre à la ressource voulue.[3][4] Inclus le worker défaillant dans cette vérification ; un appel réussi depuis ton ordinateur portable ne prouve pas ce qu’un processus distinct a chargé.
Si tu utilises plutôt reAPI ou un autre hôte, utilise les identifiants de modèles et le format des informations d’accès de cette destination. La référence d’authentification reAPI décrit ses propres informations d’accès ; elle ne peut ni activer un projet Together ni rendre une clé Together transférable.[5] Examine ensemble les changements d’hôte et d’informations d’accès lorsque tu compares les configurations.
Vérifie si le SDK appelle Together directement
L’intégration Together de l’AI SDK documente deux chemins : AI Gateway et le fournisseur direct @ai-sdk/togetherai. Dans le comportement documenté du SDK, les simples chaînes de modèle utilisent Gateway par défaut ; le fournisseur direct crée une instance de modèle configurée pour Together.[6]
Cet exemple limité à la configuration compare Gateway à un fournisseur direct. Les ID de substitution doivent être remplacés par des ID pris en charge dans leurs catalogues respectifs ; il n’envoie pas de requêtes d’inférence. Ce n’est pas une configuration complète de point de terminaison dédié : ce workflow nécessite aussi son hôte d’inférence ou son URL de base documentés et la chaîne projet/point de terminaison.
import { togetherai } from '@ai-sdk/togetherai';
const gatewayOptions = {
model: 'MODEL_ID_IN_GATEWAY_CATALOG',
};
const directOptions = {
model: togetherai('MODEL_ID_IN_TOGETHER_CATALOG'),
};La configuration Gateway documentée utilise AI_GATEWAY_API_KEY ; le fournisseur direct utilise TOGETHER_API_KEY par défaut. Leurs modèles et fonctionnalités disponibles peuvent différer.[6] Fournir un identifiant d’accès Together dans une partie de ton environnement ne prouve pas qu’une requête utilisant une simple chaîne s’en sert.
L’option d’ordre des fournisseurs de Gateway est un autre détail à lire précisément. Son ordre documenté exprime une préférence et autorise le repli ; il ne limite pas toutes les requêtes au fournisseur nommé.[6] Une requête Gateway réussie ne prouve donc pas, à elle seule, que ton projet Together direct peut servir le modèle.
Compare la version installée de ton SDK et les paramètres de connexion résolus à la documentation. Un client peut appliquer une URL de base ou une autre valeur par défaut qui n’est pas visible à côté du nom du modèle dans ton propre code. Compare la requête construite avant de remplacer des packages ou de modifier une logique applicative sans rapport.
Réduis la requête de diagnostic à l’opération documentée et aux champs requis, en conservant l’hôte, le compte et le modèle voulus. Compare-la ensuite à la requête de l’application. Si la forme minimale fonctionne mais que la forme complète échoue, rétablis les fonctionnalités optionnelles une à une pour que la différence reste visible. Si les deux échouent avec le même message de disponibilité, modifier le prompt a peu de chances d’expliquer une incohérence de route. Toute inférence que tu choisis d’exécuter pour cette comparaison peut entraîner des frais ; reste dans ton budget de test habituel approuvé plutôt que de placer une requête non résolue dans une boucle de relance automatique.
Pour une tâche d’image, d’embedding ou de reclassement, vérifie aussi que tu utilises la fabrique de fournisseur et l’opération correspondantes documentées par le SDK.[6] Une chaîne de modèle transmise à la mauvaise opération reste une mauvaise requête, même si son orthographe correspond au catalogue.
Laisse l’erreur restante déterminer le prochain changement
Une fois la route et l’appelant en accord, lis l’erreur réelle au lieu de continuer à interpréter chaque rejet comme une absence de prise en charge du modèle. La référence Together distingue les échecs d’authentification, les interruptions liées au financement, les accès restreints, les URL ou noms de modèles invalides, la limitation et l’indisponibilité temporaire du service.[7]
Un 401 oriente vers l’authentification. Un 402 peut indiquer une limite de dépenses bloquante ou l’exigence d’un crédit positif. Un 403 nécessite de consulter le motif d’accès indiqué. Un 429 nécessite son contexte d’opération : la limitation serverless et une requête de gestion dédiée qui dépasse le quota GPU sont des cas différents. La réponse historique d’Evo montre aussi pourquoi il ne faut pas coder en dur que model_not_available arrive toujours avec 404.[7][1]
N’utilise pas une entrée du catalogue comme preuve d’un accès hébergé gratuit. La politique de crédits Together consultée le 16 novembre 2026 indique qu’il n’y a pas d’essai gratuit, exige un achat initial d’au moins 15 $US et précise que les crédits gratuits ne satisfont pas ce minimum. La poursuite de l’accès prépayé exige un solde positif ; les contrats Scale et Enterprise actifs ont leurs propres conditions.[8] Ces conditions sont distinctes d’un ID de modèle ou d’une route incorrects. Payer à nouveau ne peut corriger aucune de ces deux chaînes.
Si la configuration et la disponibilité documentée contredisent toujours la réponse, envoie au support cette contradiction précise : l’ID ou le point de terminaison exact, l’hôte et le chemin, le projet voulu, l’horodatage, la version du SDK, le statut HTTP et l’erreur complète expurgée des données sensibles. Inclus un ID de requête retourné lorsqu’il est disponible. Indique la liste actuelle ou le déploiement prêt que tu as vérifié. Cela permet au support d’enquêter sur la requête qui a échoué, plutôt que d’essayer de la déduire d’une capture d’écran de fiche de modèle.
Références
- Projet Evo, ticket GitHub 95, modèle non disponible sur api.together.ai, réponses comprises. Signalement historique consulté le 15 novembre 2026.
- Together AI, Modèles disponibles : catalogue serverless, types de tâches et distinction des modèles dédiés. Consulté le 15 novembre 2026.
- Together AI, Présentation de l’inférence de modèles dédiés : sélection du projet, état de préparation, chaînes de points de terminaison et facturation du matériel. Consulté le 15 novembre 2026.
- Together AI, Projets : frontières des ressources, clés API de projet et changements de slug. Consulté le 15 novembre 2026.
- reAPI, Authentification. Consulté le 15 novembre 2026. Les URL des sources externes et les instantanés complets sont conservés dans les archives de recherche.
- AI SDK, Fournisseur Together.ai : configuration de Gateway et du fournisseur direct. Consulté le 15 novembre 2026.
- Together AI, Codes d’erreur. Consulté le 15 novembre 2026.
- Together AI, Crédits : politique d’essai gratuit, exigence d’achat initial et exceptions contractuelles. Consulté le 16 novembre 2026.