Aller au contenu principal
usedby
Un outil, une entreprise

Comment Exa utilise Zilliz

<200ms

Neural search latency with Exa Instant, reduced

Tel que publié sur zilliz.com. Capturé par usedby le 6 oct. 2026.

Ce qui s’est passé

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.

Résumé rédigé par usedby à partir de la page source, en anglais. Les chiffres sont ceux de Zilliz et de Exa, pas les nôtres.

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

Extrait de la page. zilliz.com, capturée le 6 oct. 2026

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.

Jeffrey Wang, Co-Founder, Exa. Source, capturée le 6 oct. 2026

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.

Jeffrey Wang, Co-Founder, Exa. Source, capturée le 6 oct. 2026

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.

Jeffrey Wang, Co-founder of Exa, Exa. Source, capturée le 6 oct. 2026

Ce que dit le témoignage, et ce que nous avons vérifié

Nous avons comparé le témoignage à sa page en ligne le 6 oct. 2026.

  • Le chiffre : <200msVérifiéLe chiffre est sur la page ; son libellé est formulé par nous.
  • L’extrait cité plus hautVérifiéCopié mot pour mot depuis la page, près du nom de Exa.
  • Exa utilise ZillizVérifiéLigne de niveau Confirmé. Dernière vérification, toutes sources confondues : 6 oct. 2026.
  • Le résultat lui-mêmeNon vérifiéNous le citons ; nous ne l’avons pas mesuré.

Même entreprise, même outil ou même secteur.

~45 msP99 dense retrieval latency in production acrossConsensus utilise Zilliz. Un autre client de Zilliz60-80%“60-80% of the time spent on consuming, digesting, and identifying relevant data points”Filevine utilise Zilliz. Un autre client de Zilliz< 10msSearch latency with high recallOpenEvidence utilise Zilliz. Un autre client de Zilliz