Together AI公式のカスタマーケーススタディ（https://www.together.ai/customers/zomato）は、Together AIの対象顧客・ユースケースに関する一次情報である。Together AI公式カスタマーケーススタディがZomatoの導入事例について説明しており、具体的には「インドのフードデリバリー企業Zomatoは、Together AIが最適化したLlamaモデルを基盤にAIカスタマーサポートチャットボットZiaを構築し、その結果として顧客満足度（CSAT）が2倍になり、平均応答時間が75%短縮され10秒未満となり、毎分1,000件超のメッセージ処理までスケールしたと報告している。」といった記載がある。ただし、対象顧客層の記述は提供元による位置づけであり、実際の利用者層を独立に検証したものではありません。 これらはベンダー（Together AI自身のサイト）が公開する、顧客の成果を説明するケーススタディの数値であり、第三者による独立検証は行われていない。「CSATが2倍になった」という主張や毎分のメッセージ数の算出方法の詳細は、このページには記載されていない。2026年08月22日に同Sourceを取得し、この内容を確認した。検証待ちTogether AIの対象顧客・ユースケースに関する公開情報
NVIDIA（公式ブログ blogs.nvidia.com）— Together AI自身ではなく、第三者であるNVIDIAが公表した事例公式のan official blog post about a customer's product usage, published by NVIDIA as a third-party vendor case study（https://blogs.nvidia.com/blog/inference-open-source-models-blackwell-reduce-cost-per-token/）は、Together AIの対象顧客・ユースケースに関する公的記録である。既存Reference(P-06-001)はTogether AI自身が公開したZomatoのテキストチャットボット事例(CSAT向上)を扱うが、本候補は第三者であるNVIDIAが報告した別顧客(Decagon)の音声AIというレイテンシに厳しい異なるユースケースであり、自己申告ではない点でも情報の性質が異なる。具体的には「How Did Together AI and Decagon Drive Down AI Costs for Customer Service by 6x? ... Together AI runs production inference for Decagon's multimodel voice stack on NVIDIA Blackwell GPUs. ... Cost per query, which is the total cost to complete one voice interaction, dropped by 6x [compared with closed source proprietary models].」といった記載がある。ただし、対象顧客層の記述は提供元による位置づけであり、実際の利用者層を独立に検証したものではありません。 この事例はNVIDIA自身が発表したベンダー公式のブログであり、Decagon側の独立した確認は含まれていない。「6分の1」という数値の算出方法(何を基準にした比較か、期間等)の詳細はこのSourceからは確認できない。他の顧客・ワークロードでも同様の削減率が得られるとは限らない。2026年08月24日に同Sourceを取得し、この内容を確認した。検証待ちTogether AI対象顧客・ユースケースに関する公開情報