Aller au contenu principal
usedby
Un outil, une entreprise

Comment OpenEvidence utilise Zilliz

< 10ms

Search latency with high recall

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

Ce qui s’est passé

OpenEvidence runs an AI clinical decision tool that gives clinicians evidence-based answers from medical sources. It uses Zilliz Cloud as the vector search layer for retrieval, with a private, HIPAA-compliant data path.

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

  • 4,000 QPS“The system supports roughly 4,000 QPS and serves more than 800,000 clinicians.”
  • 25 million“In March 2026 alone, OpenEvidence supported 25 million clinical consultations, and the number is still growing rapidly.”
  • 99%“With sophisticated quantization and refined strategy, Zilliz Cloud achieves 99% recall with an aggressively compressed index to serve high-QPS low-latency workload, unlike competitors that trade accuracy for speed.”

Zilliz Cloud consistently delivers sub-10ms latency with 99%+ recall. Each user query triggers multiple vector searches, yet responses return fast enough that the latency is not visible to clinicians.

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

Zilliz Cloud has helped us create a strong foundation behind the scenes as we continue to grow and serve hundreds of thousands of clinicians.

Jagath Kumar, Head of Performance Engineering, OpenEvidence. Source, capturée le 6 oct. 2026

We believe AI is becoming a meaningful support layer for physicians, but the experience has to feel trustworthy, reliable, and seamless. Building that kind of product requires a strong foundation behind the scenes. Zilliz Cloud has helped us create that foundation as we continue to grow and serve hundreds of thousands of clinicians.

Jagath Kumar, Head of Performance Engineering at OpenEvidence, OpenEvidence. 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 : < 10msVérifiéLe 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 OpenEvidence.
  • OpenEvidence 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.

78%“78% lower latency, from over 700 milliseconds to 160 milliseconds end-to-end”OpenEvidence utilise Baseten. Un autre outil chez OpenEvidence~45 msP99 dense retrieval latency in production acrossConsensus utilise Zilliz. Un autre client de Zilliz<200msNeural search latency with Exa Instant, reducedExa utilise Zilliz. Un autre client de Zilliz