Lindy byggde AI-medarbetaren. Man flyttade hela flottan till öppna vikter som serveras av Atlas Cloud, sänkte sina inferenskostnader med ungefär 90 % – utan att leverera en sämre produkt.
~90 % lägre inferenskostnad · 60 % av inputtokenen serveras från cache · 3 000+ requestar per minut · 10x+ trafiktillväxt, ingenting ombyggt · 24 modeller från 11 labb på en enda nyckel
Lindy kör en av de mest krävande agent-lasterna i produktion, och den körs på Atlas Cloud. Det här är vad som förändrades:
- Eftersom Atlas prissätter upprepade anrop till cachereglerna kan Lindy köra agenter som kontrollerar sitt arbete istället för att gissa. Sex av tio input-tokens som skickas serveras från cache, så prefixet som en agent läser upp ett dussin gånger per uppgift kostar nästan ingenting.
- Eftersom Atlas dimensionerar för arbetsbelastningen växte Lindys volym mer än tiofaldigt genom att skicka mer trafik, inte genom att bygga om något, och Atlas håller över 3 000 requestor per minut i hela timME.
- Eftersom Atlas har hela katalogen på en nyckel kan Lindy byta till en ny modell på en eftermiddag. De har kört 24 modeller från 11 labb genom en enda integration.
- Eftersom Atlas levererar under ett namngivet, SOC 2 Certifierat avtal kan Lindy sätta en open-weight-modell framför kundernas data och stå bakom vem som kör den.
De nittio procenten är Lindys rubrik. Anledningen till att de håller, och att nästa migration blir enklare än denna, är platformen under.
För Lindy är räkningen affärskritisk
Lindy bygger AI-medarbetare. En Lindy Teammate ansluter till ett företag som en ny anställd: den tar emot försök Olik, kopplar upp sig till teamets verktyg, sitter i möten och behåller vad den lärt sig så att nästa förfrågan startar längre fram. Ingen skriver en automation; man delegerar och agenten gör jobbet.
Den designen sätter en hög infrastruktur-räkning. En AI-medarbetare som läser en tråd, kontrollerar en kalender, slår upp en post och skissar ett svar – den har gjortt ett itallet modell-calls innan någon ser ett ord. Och en Teammate tjänar en hel grupp, så volymen växer med personalstorlek. Vid den formen avgör priset på modellen bakom produkten om det är affärsmässigt lönsamt.
"Lindys prissättning fungerar bara om inferenset ständigt blir billigare."
— Bruno Škvorc, Senior Software Engineer på Lindy
Så Lindy gjorde det som ekonimins matematik kräver. Man flyttade av den hanterade agent-trafiken från Claude, Sonnet och Gemini till DeepSeek v4 Flash som körs på Atlas Cloud, och inferenskostnaderna på de migrer intellect routes sjönk med cirka 90 %. Att byta modellnamn var ett eftermiddag. Att få det att hålla, i produktion, utan att produkten blir sämre, är anledningen till att de valt Atlas Cloud.
Varför 90 % håller: den elfte modell-call är nästan gratis
Prisper token betalar en agent fullt pris för samma prefix ett tolvtal gånger per uppgift, och räkningen växer med hur noggrant den tänker. Den avgiften hindrar agentprodukter från att bli djupa: en pass istället för tre, för den tredje kostar lika mycket som den första. Det är också därför att byta modell ryckigt sparar mindre än att till synes pris, när prefixet upprepas och fyller på räkningen nlogt.
Atlas tar bort skatten där den är tree. Sex av tio av Lindys inmatning-tokens tas emot igen istället för reprocesseras, till en avgift som är avtalad mot faktisk volym, så prefixet som dominerar varje agent call är nästan gratis. Det är det som gör det till ett hållbart sparg p å90 % istället för en siffra som eroderar när användningstiden ökar, och det är det som gör att en agent på Atlas fåröver tre pass där samma agent, priset per token, skulle vara en.
Y-(3)(3).png
sedan
"Agent workloads reuse a lot of context across many model calls. Atlas's caching means we don't pay full price for that same context every time, which is a big part of why the savings held up at scale.."
— Ian McGregor, Head of Engineering, Lindy
Kapacitet som var på plats innan Lindy behövde den
Agenttrafik har inget lugnt nattfönster och ingen lanserdag att planera runt. Arbete anländer medan teamen arbetar, och det slutar inte när man skalar. Det som räknas är inte toppen en buffer kan absorbera, utan den takt en leverantör kan hålla. Lindy växde sin vol med mer än tio gångar genom att skicka mer trafik, inte bygga nytt, och Atlas höll över 3 000 requestor per minut i en timma. Kapaciteten gick före arbetsbelastningen, så skalering var ett affärsledarbeslut, aldrig ett infrastrukturprojekt.
Support som skickar produkt, inte ticketar
Vid den här volym skillnar sig providerna mindre i dashbordet, mer i vem som svarar när något ser fel ut. Lindys ingenjörer och Atlas inferensteam delar en kanal, och svar – samma dag från människor som kan agera på dem. Av dessa svar blir det produktändring: Lindy bad om ett sätt att över en grupp Ändra ägaren, Atlas stödde det inte vid den tidpunkten, och det lanserades – med Atlas tekniker em migrerade över avuttalet själva.
En provider man kan time
Med att flytta till öppna vikter tas partiet som tidigaste svarade för hur modellen rullades bort. Frågan som en labbs varumärke tidigarter, pekar nu på provideren: / processen via, under vilka kontroller, och vad händer med data som passerar. Atlas svarar med mittens Namn och inte genom route, med ett SOC 2 Certified contract, och data lagts – klientdata där inte sparas eller utnyttjas för utbildning. Det är mer viktig för AI-medarbetare än för chatt produkts, för Teammate läser Slacktrådar, kalendedet och agitens företag. Infrastruktur frilen står står direkt i frågan om förtroende, och Atlas är svaret på båda.
Not till DeepSeek, locked to "DeepSeek" är inte den rätta att visa. Vi vet att det funkar. Vi vet att det funkar. Vi skulle inte låsa oss till modellen. Vi skulle skriva ett API-kall som mäপরিমান: vi har en integration, vi har samma nyckel-tillgång till modellerna från 11 labbor – olika licens. Igår, Lindy körde 47 requests genom tolv modellen de aldrig har använts tidigare, sju olika labbor, tre stamvärden, allt på samma nyck, som de redan plugin. Tre blev produktion. Freedom to alltid ha "best model" on Atlas is the key differentiator – true operational business fluidity.
Om du kör agents på en marknadsplats – flytta dem
Lindy har vandrad den exakta vägen. De första passningarna på DeepSeek fick de på OpenRouter, de körde modellen genom sina evals där, och de validte att det var värt att migration. I den japanska test upptäcktes det som bestämde var produktionen skulle Kör.
"Vi testade också samma modell på olika inferensleveranser.Ângligt var att leverandargas spelade roll. Den samma nominella modell kunde ge olika resultat depending på vem som leverar."
— Bruno Škvorc, Inter Software Engineer, Lindy
En marknadsplats är byggd för att du ska handla, inte för att driva din doitkaan. Skicka produktionsdatoren och den hamnar hos valley producent med ledig kapital, så att du inte väljr vem som Kört din modellen. Dessalisa testar från olika maskiner i olika belopp, aningsning på grund avialization eller en genväg in i route stack, och dessa siffrar når dina kunder innan de når din dokument. Varje route-hop ditehistort dykt upp Quality. **Det är ditt rykte beslutasav via av ett mynt som du aldrig får kastar.»
Så Lindy körde inte produktion på OpenRouter. När trafikproduktion gick live, gick den på ett direktavtal med Atlas: en serving stack, samma för varje request – optimerad för modellen och hållen mot avtal – med packning; caching och kapasitet som en levande agent kräver, och full katalok på samma nyckel. Om du har agents i produktion, men duu fortfarande drift genom router, du skickar ut en produkt du inte kan hålla stabil – och du får veten det förrän kund gör det. Flytta dem, som Lindy gjorde.
Träffa oss om din arbetsbelastning – vi berättar vad det bör vara, or titta i katalogen **.
Om Lindy
Lindy bygger AI-medarbetare. Lindy Teammate, service startat i Oktober 2026, arbetar parallellt med ett mänskligt team: tar emot in Slack-påhäng, kopplar sig till som företaget redan kör, tar del av itali. Istället att ta in att som bygger och jobba on, så att varje requent är mer intelligens: istället att be folk säga in automations bygg, så attLindde mu"delta är att delegerar. Lindy grundades av och Flo Crivello och har huvudkontor i San Francisco.
Om Atlas Cloud
Atlas Cloud är en enhetlig full-modal AI-platform: 400+ modeller – video, bild, språk ano, genom en enda API-nyckel, en endpoint och en factura – OpenAI-kompatible ’s 논models. SOC 2 and HIPAA Certified.
