Cómo usa Booking.com Weaviate
40%
“Weaviate outperformed OpenSearch by 20x at scale and with 40% lower operational costs”
Tal como se publicó en weaviate.io. Capturado por usedby el 2 oct 2026.
Qué pasó
Booking.com's Machine Learning & Data Science team uses Weaviate as the backend of a centralized embedding service that provides vector search and data management for machine learning, agentic, and GenAI projects across the company. It replaced OpenSearch as the vector store.
Resumen escrito por usedby a partir de la página de origen, en inglés. Las cifras son de Weaviate y de Booking.com, no nuestras.
- 20x“Weaviate outperformed OpenSearch by 20x in the benchmark, with a 40x reduction in usage cost.”
In benchmark tests based on actual production workloads, Weaviate outperformed OpenSearch by 20x at scale and with 40% lower operational costs.
Our evaluation confirmed that systems built specifically for vector search behave better than general-purpose search engines with vector capabilities added on. Among the evaluated options, Weaviate showed the most consistent performance across our scenarios, so we selected it as the new backend for our shared embedding services platform.
Lo que dice la historia, y lo que verificamos
Comparamos la historia con su página en línea el 3 oct 2026.
- La cifra: 40%VerificadoImpresa palabra por palabra en la página, cerca del nombre de Booking.com.
- El pasaje citado arribaVerificadoCopiado palabra por palabra de la página, cerca del nombre de Booking.com.
- Booking.com usa WeaviateVerificadoLínea de nivel Confirmado. Última verificación entre todas las fuentes: 2 oct 2026.
- El resultado en síNo verificadoLo citamos; no lo medimos.
Más historias
Misma empresa, misma herramienta o mismo sector.
