> ## Documentation Index
> Fetch the complete documentation index at: https://docs.wandb.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# Together AI

> Suivez les LLM open source de Together AI avec Weave grâce à la compatibilité du SDK OpenAI pour un Tracing et une évaluation fluides des appels de modèle.

Together AI est une plateforme de création et de fine-tuning de modèles d’IA générative. Elle se concentre sur les LLM open source et permet aux clients d’effectuer le fine-tuning et d’héberger leurs propres modèles. Ce guide vous montre comment tracer et évaluer les appels de modèle Together AI dans Weave à l’aide de la compatibilité du SDK OpenAI de Together. Vous pouvez surveiller les entrées, les sorties et les performances des LLM open source aux côtés de vos autres travaux suivis dans Weave.

<Info>
  La prise en charge complète du package Python `together` par Weave est en cours de développement.
</Info>

En attendant, Together prend en charge la [compatibilité du SDK OpenAI](https://docs.together.ai/docs/openai-api-compatibility), que Weave détecte et intègre automatiquement. Vous pouvez utiliser le client OpenAI standard pour appeler des modèles Together AI et bénéficier d’un Tracing Weave automatique sans configuration supplémentaire.

Pour basculer vers l’API Together, définissez `api_key` sur votre clé [API Together](https://docs.together.ai/docs/quickstart), `base_url` sur `https://api.together.xyz/v1` et `model` sur l’un des [modèles de chat](https://docs.together.ai/docs/inference-models#chat-models). L’exemple suivant initialise Weave, puis effectue un appel de complétion de chat vers un modèle hébergé par Together. Une fois exécuté, l’appel apparaît comme une trace dans votre projet Weave.

```python lines {5, 10-13} theme={null}
import os
import openai
import weave

weave.init('together-weave')

system_content = "You are a travel agent. Be descriptive and helpful."
user_content = "Tell me about San Francisco"

client = openai.OpenAI(
    api_key=os.environ.get("TOGETHER_API_KEY"),
    base_url="https://api.together.xyz/v1",
)
chat_completion = client.chat.completions.create(
    model="mistralai/Mixtral-8x7B-Instruct-v0.1",
    messages=[
        {"role": "system", "content": system_content},
        {"role": "user", "content": user_content},
    ],
    temperature=0.7,
    max_tokens=1024,
)
response = chat_completion.choices[0].message.content
print("Together response:\n", response)
```

Cet exemple simple vous permet de commencer. Pour plus de détails sur la façon d’intégrer Weave à vos propres fonctions pour des cas d’usage plus complexes, consultez le guide [OpenAI](/fr/weave/guides/integrations/openai#track-your-own-ops).