Comment Decagon utilise Together AI
Decagon conçoit des agents d'IA conversationnelle pour l'expérience client, avec la voix comme produit central. L'entreprise exécute l'inférence en production de sa pile vocale multimodèle sur Together AI, en s'appuyant sur des modèles open source affinés, des modèles brouillons sur mesure pour le décodage spéculatif, la mise en cache des prompts et des GPU NVIDIA B200 afin de respecter des budgets de latence stricts.
Voir la preuve capturéeL’usage : comment Decagon déploie Together AI
Decagon builds conversational AI agents for customer experiences, with voice as a core product. It runs production inference for its multi-model voice stack on Together AI, using fine-tuned open-source models, custom speculative decoding draft models, prompt caching, and NVIDIA B200 GPUs to meet strict latency budgets.
Autres résultats publiés
Chiffres publiés dans l’étude de cas de Together AI. usedby ne les mesure pas de façon indépendante.
Decagon reduced p95 model latency per turn from seconds to <400ms on inputs up to tens of thousands of tokens.
Le témoignage du client
Une faible latence est particulièrement importante pour la voix, car le niveau d'exigence en matière d'expérience utilisateur est bien plus élevé. Together nous a aidés à réduire la latence en optimisant nos modèles avec des techniques comme le décodage spéculatif, et ils ont été un partenaire de production fiable, proactif face aux risques et rapide lorsque des problèmes surviennent.Traduction automatique de l’anglaisVoir l’original
Low latency is especially important for voice because there’s a much higher UX bar. Together helped us push latency down by optimizing our models with techniques like speculative decoding, and they’ve been a reliable production partner — proactive about risks and fast when issues come up.Les autres outils IA utilisés par Decagon
Autres relations publiques recensées sur usedby.
Explorer la stack IA de DecagonLes clients de Together AI dans le secteur Intelligence artificielle
Des entreprises du même secteur, avec une preuve publique.
Voir tous les clients de Together AIConsulter la source
Cette synthèse repose sur l’étude de cas publiée par Together AI. Nous vérifions la preuve publique ; les résultats sont ceux rapportés par l’éditeur.
together.ai- Dernière vérification
- 5 nov. 2026
Ouvrir la capture Ce que dit le témoignage, et ce que nous avons vérifié
Ce que nous avons comparé à la page.
- Le chiffre : 6×Vérifié
Imprimé mot pour mot sur la page, près du nom de Decagon.
- L’extrait cité plus hautVérifié
Copié mot pour mot depuis la page, près du nom de Decagon.
- Decagon utilise Together AIVérifié
Ligne de niveau Confirmé.
- Le résultat lui-mêmeNon vérifié
Nous le citons ; nous ne l’avons pas mesuré.
Decagon achieved nearly 6× cost reduction per turn compared to closed models like GPT-5 mini. This economic improvement made 24/7 voice deployments viable at scale.












