Des produits en production, propulsés par Korai.
Korai n'est pas un prototype. Des applications réelles s'appuient déjà sur notre réseau d'inférence open-weight pour traiter de gros volumes, en Europe, à un coût maîtrisé. Voici l'une d'elles.
Pillr.fr
Pillr.fr est une plateforme française d'aide à l'investissement immobilier : elle estime la rentabilité d'un bien, détecte les bonnes affaires, et synthétise des annonces éparpillées sur de nombreuses sources en une vue unique et exploitable.
Ce travail suppose de lire, structurer et évaluer plus d'un million d'annonces rédigées en langage naturel — une charge d'inférence massive et continue. Pillr confie ce travail à Korai.
Comment ils utilisent Korai
Extraction structurée : une annonce en texte libre devient des données exploitables (surface, prix, DPE, signaux de négociation).
Scoring de rentabilité : chaque bien est résumé et qualifié automatiquement.
Volume soutenu : plus d'un million d'annonces traitées, pour 28 milliards de tokens d'inférence.
Coût & souveraineté : inférence open-weight facturée à l'usage, sur des GPUs hébergés en Europe.
« Korai nous a permis d'analyser tout notre catalogue d'annonces sans exploser notre budget d'inférence, et sans envoyer une seule donnée hors d'Europe. »
Ce qui rend ce volume possible.
Passage à l'échelle
Des centaines de milliers de requêtes absorbées par un réseau de GPUs volontaires, sans provisionner d'infrastructure dédiée.
Coût maîtrisé
Facturation à la seconde sur des modèles open-weight, une fraction du prix des API propriétaires.
Données en Europe
Inférence exécutée sur des GPUs européens ; l'orchestrateur ne conserve aucun contenu de conversation.
Un cas d'usage à fort volume ?
Que vous traitiez des milliers ou des millions de documents, Korai facture à l'usage et scale avec votre volume.