<200ms
Neural search latency with Exa Instant, reduced
Tal como se publicó en zilliz.com. Capturado por usedby el 6 oct 2026.
Qué pasó
Exa uses Zilliz Cloud (managed Milvus) to power its entity search layer for companies, people, and code, serving as the primary index and recency cache. It handles hybrid dense and sparse vector search with metadata filtering and frequent upserts, feeding Exa's Search API and Websets product.
Resumen escrito por usedby a partir de la página de origen, en inglés. Las cifras son de Zilliz y de Exa, no nuestras.
Hybrid search combining dense vectors, sparse vectors, RRF reranking, and metadata filters in a single API call. Exa Instant reduced neural search latency from seconds to under 200ms
Zilliz Cloud has been an important part of Exa’s journey to build and scale entity search, giving us the retrieval performance and operational simplicity we need to scale quickly and confidently.
Zilliz gave us real-time retrieval for our AI search system at scale with tight latency targets. It freed up engineering cycles and let us focus on improving reasoning on the model side, not managing infrastructure.
We believe AI agents will become a fundamental interface for how people work, learn, and make decisions, and that only happens if those systems can access real-world information with speed, precision, and trust.
Lo que dice la historia, y lo que verificamos
Comparamos la historia con su página en línea el 6 oct 2026.
- La cifra: <200msVerificadoLa cifra está en la página; su etiqueta es redacción nuestra.
- El pasaje citado arribaVerificadoCopiado palabra por palabra de la página, cerca del nombre de Exa.
- Exa usa ZillizVerificadoLínea de nivel Confirmado. Última verificación entre todas las fuentes: 6 oct 2026.
- El resultado en síNo verificadoLo citamos; no lo medimos.
Más historias
Misma empresa, misma herramienta o mismo sector.
