Presis bringer selvhostet klassifikation til Boost.ai’s agentplatform

boost.ai annoncerede lanceringen af Presis den 10. november 2026, en selvhostet sprogmodel til klassifikationsbeslutninger i forbindelse med samtaler med AI-agenter. Virksomheden oplyste, at interne tests viste, at modellen er mindst 2,5 gange hurtigere end de modeller, den erstatter, og at forskellen er mest mærkbar i perioder med stor efterspørgsel og inden for stemmebaseret AI.

Presis afgør, hvilken del af en AI-agent der skal svare, om et spørgsmål falder inden for rammerne, om et svar er sikkert at vise til en slutbruger, og hvordan afsluttede samtaler gennemgås. I stemmebaserede implementeringer skal disse kontrol- og sikkerhedstjek være gennemført, før et svar kan begynde, hvilket placerer klassifikationen direkte på den svartidskritiske sti. Virksomheden oplyser, at Presis allerede står for disse platformbeslutninger, og at den bredere udrulning på tværs af platformen fortsætter i de kommende uger.

Ydeevne og infrastruktur

Virksomhedens interne tests viser en gennemsnitlig reduktion af tokenomkostningerne på 33 % og forbedret nøjagtighed på tværs af alle fem klassifikationsfunktioner, fra 0,5 til 7,9 procentpoint afhængigt af funktionen.

CTO Rasmus Hauch sagde, at kontrollen over »hver eneste del af den stak, den kører på«, gør det muligt løbende at forbedre den klassifikationsspecifikke model. Dokumentationen for version 14 angiver, at de finjusterede modeller kører på dedikerede serverklynger, der administreres internt, med korte svartider og høj kapacitet som de erklærede mål.

Presis kører på AWS i samme region, som allerede betjener hver kundeinstans, så den dokumenterede placering af databehandlingen ændres ikke. AWS er allerede godkendt som underdatabehandler, hvilket betyder, at modellen ikke medfører nye underdatabehandlere og ikke kræver ændringer af databehandleraftalen eller en yderligere aftale.

Virksomheden oplyser, at denne kontrol fra start til slut fjerner risikoen for, at beslutninger om viderestilling, afgrænsning og sikkerhed påvirkes af udfald hos tredjeparter, timeout eller svingende kapacitet.

Version 14 adskiller generering og klassifikation

Version 14 fordeler platformens sprogmodelarbejde mellem generering og klassifikation. GPT-5.1 er obligatorisk for indbyggede tekstgenereringsfunktioner og standardvalget for nye agentiske handlinger, mens Presis håndterer klassifikationsdelen af agentorkestratoren, få-skudsfunktionen, AI-gennemgangen, detektoren for spørgsmål uden for rammerne og systemets sikkerhedsforanstaltninger. Kunderne skal konfigurere GPT-5.1, før de opgraderer; uden den vil systemmigreringen mislykkes.

Denne arkitektur begrænser valgmulighederne for modeludbyder til indbygget klassifikation. Ekstern understøttelse af egne modeller og mulighederne for konfiguration af udbyder fjernes for disse opgaver, mens BYO fortsat er tilgængeligt for generative agentiske handlinger, LLM-handlinger og sikkerhedsforanstaltninger.

Overgang og migrering af modeller

Virksomheden knytter den bredere overgang til Microsofts planlagte udfasning af GPT-4o, GPT-4.1, GPT-4.1-mini og GPT-4.1-nano på Azure i april 2027. Mulighederne for tidlig migrering og test blev lanceret med version 12.8.3 i august 2026, og det var planlagt, at de obligatoriske ændringer i version 14 skulle begynde at blive rullet ud til produktionsmiljøer i midten af oktober 2026.

Presis er det nye navn for Boost Native Model; boost.ai oplyser, at det norske navn udtrykker præcision og rettidighed, og at navneændringen ikke ændrede den måde, modellen fungerer på.

Virksomheden undersøger også en lignende tilgang med dedikerede modeller til generative funktioner. For kunderne er den umiddelbare afvejning større kontrol over platformen og rapporterede effektivitetsgevinster på den ene side og mindre frihed til at vælge udbyder af indbygget klassifikation på den anden; en eventuel bredere satsning på generering er fortsat under overvejelse og er ikke en bekræftet lancering.