60%
“~60% reduction in inference costs”
Tal como se publicó en baseten.co, mayo de 2026. Capturado por usedby el 5 oct 2026.
Qué pasó
EliseAI fine-tunes small open-source models on Baseten Training and serves them on Baseten's inference platform to extract structured data from housing and healthcare conversations, including a live voice agent for leasing. Baseten's research team also helped with post-training techniques.
Resumen escrito por usedby a partir de la página de origen, en inglés. Las cifras son de Baseten y de EliseAI, no nuestras.
- 250ms“250ms p90 latency, down from 2.2 seconds on closed-source APIs”
- 99%“99% accuracy on one of the most important features in the leasing platform”
- 25x“Frontier-matching accuracy on a 4B parameter model, matching or exceeding models 25x its size on production benchmarks”
When their closed-source APIs hit a ceiling on cost, speed, and controllability, EliseAI set out to build their own custom models. They partnered with the Baseten research team to get there.
You can't treat fine-tuning as a one-and-done check item. This space moves so fast that you have to continuously keep up.
Lo que dice la historia, y lo que verificamos
Comparamos la historia con su página en línea el 5 oct 2026.
- La cifra: 60%VerificadoImpresa palabra por palabra en la página, cerca del nombre de EliseAI.
- El pasaje citado arribaVerificadoCopiado palabra por palabra de la página, cerca del nombre de EliseAI.
- La fecha de publicaciónVerificadoLeída en los metadatos de la propia página, nunca adivinada.
- EliseAI usa BasetenVerificadoLínea de nivel Confirmado. Última verificación entre todas las fuentes: 5 oct 2026.
- El resultado en síNo verificadoLo citamos; no lo medimos.
Más historias
Misma empresa, misma herramienta o mismo sector.
