Lancez des agents qui agissent
Une seule API pour les modèles, la recherche et les outils, avec évaluations et traces dès la première requête.
- Note4,9/5
- SOC 2Type II
- Disponibilité99,99 %
support-agent
En coursTerminéOù en est la commande 4821, et puis-je encore changer l'adresse de livraison ?
La commande 4821 a quitté l'entrepôt ce matin et devrait arriver jeudi. Vous pouvez encore changer l'adresse jusqu'à son arrivée au dépôt local, j'ai donc ouvert le formulaire de modification pour vous.
Trace
- search_docspolitique-livraison.md, 3 extraits84 ms
- get_order4821 · en transit120 ms
- check_address_changePossible jusqu'au dépôt local96 ms
- Ancrage0,97
- Latence1,2 s
- Coût0,004 $
Tout ce qu'il faut entre le prompt et la production
Agents, recherche, routage et observabilité réunis dans un même espace de travail et sur une même facture.
Des agents avec de vrais outils
Écrivez vos outils comme des fonctions typées. L'agent planifie, les appelle et relance les étapes en échec, chaque appel étant journalisé.
support-agent.ts- 1@tool({ retries: 2 })
- 2export async function lookupOrder(id) {
- 3 const order = await orders.get(id)
- 4 await audit.log('lookup', id)
- 5 return order.status
- 6}
La recherche sur vos propres données
Synchronisez documents, tickets et tables dans un index vectoriel géré. Les réponses citent les passages d'où elles viennent.
docs-index
SynchroniséDocuments
Requêtes
Rappel
Latence
Routage des modèles et repli
Envoyez chaque requête au bon modèle selon le coût, la latence ou la tâche, et basculez quand un fournisseur ralentit.
Pool d'inférence
- 1 GPU · 24 Go
- 4 GPU · 96 Go
- 8 GPU · 320 Go
- 1 GPU · 24 Go
Traces et évaluations
Suivez chaque prompt, appel d'outil et token. Lancez vos suites d'évaluation à chaque version et repérez les régressions avant vos utilisateurs.
Traces- 10:12:00agent.run support-agent 1.24s
- 10:13:01tool: lookupOrder 84ms
- 10:14:02retrieve: docs-index 6 chunks
- 10:15:03llm: completion 412 tokens
- 10:16:04eval: groundedness 0.94 pass
- 10:17:05guardrail: pii redacted 2 fields
- 10:18:06agent.run triage-agent 0.88s
- 10:19:07llm: fallback to secondary model
- 10:12:08agent.run support-agent 1.24s
- 10:13:09tool: lookupOrder 84ms
- 10:14:00retrieve: docs-index 6 chunks
- 10:15:01llm: completion 412 tokens
- 10:16:02eval: groundedness 0.94 pass
- 10:17:03guardrail: pii redacted 2 fields
- 10:18:04agent.run triage-agent 0.88s
- 10:19:05llm: fallback to secondary model
Tokens / min
Du premier prompt à la production en trois étapes
Choisissez un modèle, ancrez-le dans vos données et lancez-le avec garde-fous, évaluations et traces activés.
- Chat
- Embeddings
- Vision
- Voix
- Reclassement
- Ajustement
- 01Connecté à docs-bucket
- 021 240 documents trouvés
- 03Découpés en 18 600 passages
- 04Embeddings créés en 3 min 12 s
- 05L'index docs-index est prêt
- 06Synchronisation toutes les 15 minutes
- Masquage des données personnelles
- Limites de débit par clé
- Plafonds de dépense et alertes
- Évaluations à chaque version
- Traçage complet des requêtes
- Repli automatique de modèle
Clients
Une IA digne de confiance pour vos utilisateurs
Équipes produit et plateforme font tourner agents, recherche et copilotes en production sur la plateforme.
“Notre agent de support résout seul un tiers des tickets. Les traces nous ont montré où il se trompait avant de le laisser répondre aux clients.”
“La recherche dans notre documentation est passée d'une démo de hackathon à la production en deux semaines. Chaque réponse cite sa source, alors les gens lui font confiance.”
“La suite d'évaluation tourne sur chaque pull request. Nous repérons les régressions de prompt en revue plutôt que dans les tickets de support.”
“Nous avons changé deux fois de modèle en un trimestre sans toucher au code produit. Routage et évaluations ont réduit chaque changement à de la configuration.”
“Les plafonds de dépense par clé nous permettent d'ouvrir les modèles à chaque équipe sans mauvaise surprise en fin de mois.”
“Le repli automatique a gardé notre assistant d'achat en ligne pendant deux pannes de fournisseur. Les clients n'ont rien vu.”
“Notre agent de support résout seul un tiers des tickets. Les traces nous ont montré où il se trompait avant de le laisser répondre aux clients.”
Responsable ingénierie support, Northstar Systems “Nous avons changé deux fois de modèle en un trimestre sans toucher au code produit. Routage et évaluations ont réduit chaque changement à de la configuration.”
CTO, Brightlane Labs “La recherche dans notre documentation est passée d'une démo de hackathon à la production en deux semaines. Chaque réponse cite sa source, alors les gens lui font confiance.”
Responsable plateforme, VectorGrid “Les plafonds de dépense par clé nous permettent d'ouvrir les modèles à chaque équipe sans mauvaise surprise en fin de mois.”
Fondateur, Crestfield Digital “La suite d'évaluation tourne sur chaque pull request. Nous repérons les régressions de prompt en revue plutôt que dans les tickets de support.”
VP Produit, Summit Cloud “Le repli automatique a gardé notre assistant d'achat en ligne pendant deux pannes de fournisseur. Les clients n'ont rien vu.”
Responsable ingénierie, Orbit Commerce
Tarifs
Payez les tokens que vous utilisez
Commencez gratuitement, puis payez au token avec un forfait plateforme fixe. Pas de licence par siège ni d'engagement minimum.
Estimez votre facture mensuelle
- Tokens en entrée
$0,50 / M tokensInclus : 1 M tokens
- Tokens en sortie
$1,50 / M tokens
- Embeddings
$0,05 / M tokensInclus : 10 M tokens
- Stockage vectoriel
$0,25 / GoInclus : 1 Go
Coût mensuel estimé
$/ mois
- Pro · forfait de base
- $20,00
- Tokens en entrée
- $99,50
- Tokens en sortie
- $90,00
- Embeddings
- $24,50
- Stockage vectoriel
- $4,75
Estimations hors taxes. Les tokens sont mesurés par requête et facturés chaque mois.
- Routage des modèles et repli
- Évaluations et traces
- Plafonds de dépense par clé
- Support par e-mail
FAQ
Vos questions, nos réponses
Vous ne trouvez pas ce que vous cherchez ? Notre équipe répond généralement en quelques heures.
Contacter le support01Quels modèles puis-je utiliser ?
Des modèles de chat, d'embeddings, de vision et de voix de plusieurs fournisseurs, ainsi que des modèles ouverts que nous hébergeons. Tous utilisent le même format de requête.
02Mes données servent-elles à entraîner des modèles ?
Non. Les prompts, les réponses et les documents indexés ne servent jamais à l'entraînement, et vous choisissez la durée de conservation des journaux.
03Comment les tokens sont-ils comptés ?
Les tokens en entrée et en sortie sont comptés par requête et affichés dans chaque trace. L'usage est cumulé par clé, projet et espace de travail.
04Puis-je plafonner les dépenses d'une équipe ?
Oui. Définissez un plafond mensuel et des seuils d'alerte par clé ou par projet. Une fois le plafond atteint, les requêtes s'arrêtent ou passent sur un modèle moins cher.
05Comment fonctionnent les évaluations ?
Écrivez des cas de test avec le comportement attendu, puis lancez la suite depuis la CLI ou à chaque pull request. Les scores sont stockés à côté des traces.
06Puis-je l'exécuter dans mon propre cloud ?
Les offres Entreprise incluent des déploiements privés dans votre propre compte et votre région, avec la même API et le même tableau de bord.