# Milvus Reviews **Vendor:** ZILLIZ **Category:** [Software de base de datos vectorial](https://www.g2.com/es/categories/vector-database) **Average Rating:** 4.7/5.0 **Total Reviews:** 12 ## About Milvus Milvus es una base de datos de vectores nativa de la nube, de código abierto, altamente flexible, confiable y extremadamente rápida. Impulsa la búsqueda de similitud de incrustaciones y aplicaciones de IA y se esfuerza por hacer que las bases de datos de vectores sean accesibles para todas las organizaciones. Milvus puede almacenar, indexar y gestionar más de mil millones de vectores de incrustación generados por redes neuronales profundas y otros modelos de aprendizaje automático (ML). Este nivel de escala es vital para manejar los volúmenes de datos no estructurados generados para ayudar a las organizaciones a analizarlos y actuar sobre ellos para proporcionar un mejor servicio, reducir el fraude, evitar el tiempo de inactividad y tomar decisiones más rápidamente. Milvus es un proyecto en etapa de graduación de la LF AI & Data Foundation. ## Milvus Reviews ### 1. Improving AI Testing Efficiency with Scalable Vector Search Using Milvus **Rating:** 5.0/5.0 stars **Reviewed by:** Bharat V. | Lead SDET AI, Servicios legales, Empresa (> 1000 empleados) **Reviewed Date:** April 30, 2026 **¿Qué es lo que más te gusta de Milvus?** One new thing I’ve started to appreciate about Milvus is how well it supports hybrid search and evolving AI use cases. In our recent work, we’ve been exploring scenarios where both vector similarity and metadata filtering are required together. Milvus handles this combination quite effectively, which makes testing more realistic. For example, instead of just validating “similar results,” we can now validate “relevant results within a specific context,” which is closer to how real users interact with AI systems. Another thing I’ve noticed is improved stability when working with larger and more dynamic datasets. As our test data grows and changes frequently, Milvus still maintains consistent performance. This has helped us run more reliable regression tests without worrying about performance drops. I also like how it fits into modern AI workflows that involve retrieval-based systems like RAG. It gives us a solid foundation to test not just similarity, but also how well retrieval impacts final AI responses. One subtle but important benefit is how it enables better experimentation. We can quickly try different indexing or query approaches during testing and see how they affect relevance. This makes it easier to fine-tune AI behavior from a QA perspective. Overall, beyond the core features, Milvus is becoming more useful as we move into more advanced and realistic AI testing scenarios. **¿Qué es lo que no te gusta de Milvus?** There are a few areas where Milvus can improve, especially from a QA and AI testing perspective. One key improvement would be better guidance around index selection and parameter tuning. Right now, getting the right balance between accuracy and performance often requires trial and error. Having clearer recommendations or built-in suggestions based on use cases would save a lot of time. Observability is another area that could be stronger. When search results are not as expected, it’s not easy to pinpoint whether the issue is with embeddings, indexing, or query behavior. More detailed logs, debugging tools, or visual insights into how results are retrieved would make troubleshooting much easier. The UI could also be enhanced. While API-based interaction works well for development, a more interactive interface for managing collections, running queries, and validating results would help a lot in exploratory testing and quicker validation cycles. From a scaling perspective, simplifying deployment and resource management would be valuable. Running Milvus efficiently in larger environments still requires careful planning, so improvements in auto-scaling or easier configuration would help teams adopt it faster. Lastly, more practical, real-world examples especially focused on testing, validation, and AI quality use cases would make onboarding smoother for QA teams. Overall, Milvus is strong in performance and capability, but improving usability, visibility, and guidance would make it even more effective in real-world workflows. **¿Qué problemas resuelve Milvus ¿Y cómo te beneficia eso?** Milvus solves a key problem for us around validating similarity and relevance at scale in AI and LLM-based applications. In my current QA role, before using Milvus, we struggled with testing embedding-based features like semantic search and recommendations. We relied on smaller datasets and custom scripts, which made validation slow and not very reliable for real-world scenarios. Traditional databases were not efficient for handling high-dimensional vector search. With Milvus, we now store embeddings generated from our models and run similarity queries as part of our test validation process. For example, while testing semantic search, we query nearest neighbors to verify whether the system is returning the most relevant results. This process is now much faster, with responses in milliseconds, which allows us to run multiple validation cycles efficiently. From a workflow perspective, it has improved our automation significantly. We’ve integrated Milvus into our Python-based test pipelines, so instead of manual validation or custom logic, we run automated relevance checks during regression testing of AI features. Another benefit is consistency. Even with large datasets, search performance remains stable, which helps us get repeatable validation results. This is important when testing LLM systems where outputs can vary, so having a reliable similarity layer adds confidence. In terms of ROI, it reduces the need to build and maintain custom vector search solutions. This saves engineering time and allows us to focus more on improving test coverage and quality. Overall, Milvus helps us solve the challenge of scalable vector validation, and it has made our AI testing process faster, more reliable, and easier to manage. ### 2. Almacenamiento Vectorial Nativo y Eficiente para IA Moderna **Rating:** 5.0/5.0 stars **Reviewed by:** Pablo H. | Tecnico de Suporte, Pequeña Empresa (50 o menos empleados) **Reviewed Date:** December 18, 2025 **¿Qué es lo que más te gusta de Milvus?** Arquitectura nativa para vectores Diseñado específicamente para almacenamiento y búsqueda vectorial a gran escala, a diferencia de bancos tradicionales adaptados. Soporte eficiente para embeddings densos y dispersos, esencial para modelos modernos de IA. **¿Qué es lo que no te gusta de Milvus?** Complejidad operacional y de despliegue Arquitectura distribuida intrincada: Múltiples componentes (coordinadores, trabajadores, etc.) requieren configuración y monitoreo separados. Dependencia pesada de infraestructura: Necesidad de Kubernetes u orquestación de contenedores para despliegue en producción. Versión standalone limitada: La versión "standalone" no es adecuada para producción, solo para pruebas. **¿Qué problemas resuelve Milvus ¿Y cómo te beneficia eso?** Soporte para inserciones, actualizaciones y eliminaciones en tiempo real sin reindexación completa (en escenarios específicos). ### 3. Mejor herramienta de help desk 2026 **Rating:** 5.0/5.0 stars **Reviewed by:** Felipe B. | Assistente de TI, Mediana Empresa (51-1000 empleados) **Reviewed Date:** January 26, 2026 **¿Qué es lo que más te gusta de Milvus?** Destacar la Omnicanalidad, todos los modos de atención en una única herramienta. Monitoreo en tiempo real de los terminales. Gestión de SLA, informes y paneles de control. Base de conocimiento con autoservicio para usuarios finales. **¿Qué es lo que no te gusta de Milvus?** Complejidad de configuración para empresas más pequeñas, con una amplia gama de funcionalidades. Estructura más orientada al sector de TI. Plataforma basada en la nube, cualquier inestabilidad interrumpe el acceso. **¿Qué problemas resuelve Milvus ¿Y cómo te beneficia eso?** Atención de llamadas, SLA de monitoreo, informes y Omnicanalidad. ### 4. Evaluación Milvus **Rating:** 4.0/5.0 stars **Reviewed by:** Marcos D. | Analista Sr Financeiro, Empresa (> 1000 empleados) **Reviewed Date:** January 22, 2026 **¿Qué es lo que más te gusta de Milvus?** Claridad en los llamados y avisos. Categoría y pausas. **¿Qué es lo que no te gusta de Milvus?** No tiene la automatización por cola y plazo de SLA. **¿Qué problemas resuelve Milvus ¿Y cómo te beneficia eso?** Demanda de pago, organización. ### 5. milvus - una base de datos imprescindible **Rating:** 5.0/5.0 stars **Reviewed by:** Chetan B. | Devops engg, Pequeña Empresa (50 o menos empleados) **Reviewed Date:** August 01, 2024 **¿Qué es lo que más te gusta de Milvus?** Milvus se destaca como una sobresaliente base de datos de vectores de código abierto por su guía efectiva para la búsqueda de similitudes y programas de IA. Lo que más me gusta de Milvus es su arquitectura altamente eficiente y escalable, que maneja sin problemas conjuntos de datos a gran escala con millones o incluso miles de millones de vectores. **¿Qué es lo que no te gusta de Milvus?** Una desventaja importante es su curva de aprendizaje bastante pronunciada, especialmente para los usuarios nuevos en bases de datos vectoriales y aplicaciones de IA. **¿Qué problemas resuelve Milvus ¿Y cómo te beneficia eso?** Para nosotros, esta capacidad se traduce en resultados de búsqueda más rápidos y relevantes, mejorando la experiencia del usuario en nuestras aplicaciones. ### 6. La experiencia del usuario de Milvus es increíble. **Rating:** 4.5/5.0 stars **Reviewed by:** Bishal B. | Technical Support Engineer II , Mediana Empresa (51-1000 empleados) **Reviewed Date:** June 19, 2024 **¿Qué es lo que más te gusta de Milvus?** Milvus sobresale en realizar búsquedas de similitud en datos vectoriales de alta dimensión, lo cual es crucial para aplicaciones como la recuperación de imágenes, el procesamiento del lenguaje natural (NLP) y los sistemas de recomendación. **¿Qué es lo que no te gusta de Milvus?** Es complejo configurar y configurar Milvus en un entorno distribuido. **¿Qué problemas resuelve Milvus ¿Y cómo te beneficia eso?** Uno de los problemas centrales que Milvus aborda es realizar búsquedas de similitud rápidas y precisas en datos de vectores de alta dimensión. ### 7. Usuario diario de Milvus **Rating:** 4.5/5.0 stars **Reviewed by:** Usuario verificado en Software de Computadora | Mediana Empresa (51-1000 empleados) **Reviewed Date:** July 30, 2024 **¿Qué es lo que más te gusta de Milvus?** Es una de las bases de datos vectoriales más rápidas que existen. **¿Qué es lo que no te gusta de Milvus?** El código para hacer una colección puede ser difícil de entender para un principiante. **¿Qué problemas resuelve Milvus ¿Y cómo te beneficia eso?** Es realmente bueno para almacenar la base de datos en forma de vector y rápido para obtener la información útil y relativa de la base de datos utilizando un algoritmo de búsqueda de similitud con bibliotecas de ML. ### 8. Montones de excelentes características y opciones de personalización para un producto de base de datos de código abierto. **Rating:** 4.5/5.0 stars **Reviewed by:** Usuario verificado en Software de Computadora | Mediana Empresa (51-1000 empleados) **Reviewed Date:** February 14, 2024 **¿Qué es lo que más te gusta de Milvus?** La capacidad de tomar la base de código de código abierto y construir algo realmente poderoso para nuestro propio caso de uso. **¿Qué es lo que no te gusta de Milvus?** La curva de aprendizaje para configurar todo ha sido un desafío. **¿Qué problemas resuelve Milvus ¿Y cómo te beneficia eso?** Nuestros clientes nos habían dado comentarios de que nuestra pila actual restringía cómo podían implementar nuestra plataforma. Milvus nos da más control y más opciones para nuestros usuarios finales. ### 9. Milvus es una base de datos vectorial excepcional. **Rating:** 5.0/5.0 stars **Reviewed by:** Namee O. | Founder, Pequeña Empresa (50 o menos empleados) **Reviewed Date:** February 06, 2024 **¿Qué es lo que más te gusta de Milvus?** Milvus es extremadamente escalable, fácil de usar. **¿Qué es lo que no te gusta de Milvus?** Nada que informar en absoluto ........... **¿Qué problemas resuelve Milvus ¿Y cómo te beneficia eso?** Milvus es excepcional en el manejo de grandes cantidades de datos no estructurados. ### 10. La versión Milvus2.x es madura. **Rating:** 5.0/5.0 stars **Reviewed by:** Xingxing D. | Empresa (> 1000 empleados) **Reviewed Date:** March 20, 2023 **¿Qué es lo que más te gusta de Milvus?** Milvus tiene una arquitectura nativa de la nube, excelente rendimiento, tipos de índices ricos y puede soportar una variedad de escenarios de aplicación, lo que lo hace muy adecuado para la implementación a gran escala en empresas. Con un soporte API rico, es muy conveniente construir una plataforma en empresas. Usamos Milvus en búsqueda de similitud de imágenes, búsqueda de similitud de videos, escenarios de sistemas de recomendación, al usar Milvus nuestro sistema mejoró significativamente el rendimiento y la estabilidad. **¿Qué es lo que no te gusta de Milvus?** Milvus debería mejorar la interfaz web (Attu), actualmente la función es relativamente simple, y también la característica de inserción y actualización es **¿Qué problemas resuelve Milvus ¿Y cómo te beneficia eso?** Usamos Milvus en búsquedas de similitud de imágenes, búsquedas de similitud de videos, escenarios de sistemas de recomendación. Al usar Milvus, nuestro sistema mejoró significativamente en rendimiento y estabilidad. ### 11. un motor de búsqueda de similitud de vectores perfecto **Rating:** 5.0/5.0 stars **Reviewed by:** morgen z. | Pequeña Empresa (50 o menos empleados) **Reviewed Date:** March 17, 2023 **¿Qué es lo que más te gusta de Milvus?** La comunidad de Milvus es muy activa; muchos usuarios plantean problemas y obtienen respuestas diariamente. La velocidad de actualización del producto es vertiginosa y se optimiza constantemente. En la actualidad, su rendimiento y estabilidad satisfacen nuestras necesidades. Con su arquitectura eficiente y escalable, Milvus puede manejar fácilmente conjuntos de datos a gran escala, proporcionando resultados rápidos y precisos incluso en consultas complejas. **¿Qué es lo que no te gusta de Milvus?** Algunos documentos no son precisos, con pequeños errores. **¿Qué problemas resuelve Milvus ¿Y cómo te beneficia eso?** Almacenar vector en Milvus y ayudarnos a buscar aplicaciones móviles similares. ### 12. procesamiento de datos en búsqueda, recomendación e IA, incluyendo el procesamiento de características de datos y vectores **Rating:** 4.0/5.0 stars **Reviewed by:** liu l. | Pequeña Empresa (50 o menos empleados) **Reviewed Date:** March 23, 2023 **¿Qué es lo que más te gusta de Milvus?** Despliegue distribuido en k8s. Mucho más rápido que antes. **¿Qué es lo que no te gusta de Milvus?** La velocidad de consulta en modo Restful es demasiado lenta, es más lenta que la API de Python y la API de Java. **¿Qué problemas resuelve Milvus ¿Y cómo te beneficia eso?** Similitud de imagen Similitud de texto Recuerdo recomendado - [View Milvus pricing details and edition comparison](https://www.g2.com/es/products/milvus/reviews?section=pricing&secure%5Bexpires_at%5D=2026-05-13+10%3A43%3A53+-0500&secure%5Bsession_id%5D=2effc831-dee3-41aa-a51e-ff4ed92eacb9&secure%5Btoken%5D=4755205dbd9cfc37f1128e2a268cfa5a79bda8895c59b25e40b235d9f4f75246&format=llm_user) ## Milvus Integrations - [Apache Phoenix](https://www.g2.com/es/products/apache-phoenix/reviews) ## Milvus Features **Indexación de datos** - Búsqueda semántica - Indización de datos **Agente AI - Mercado de AWS** - Ejecución Autónoma de Tareas - Planificación en múltiples pasos - Integración entre sistemas **Inteligencia de recuperación - Plataformas de infraestructura de búsqueda y recuperación de IA** - Ajuste avanzado de relevancia - Comprensión y expansión de consultas - Recuperación y reordenamiento en múltiples etapas - Búsqueda contextual y personalizada **Gestión de modelos e integración - Plataformas de Infraestructura de Búsqueda y Recuperación de IA** - Incorporación de la gestión de versiones y del ciclo de vida - Soporte de búsqueda multimodal - Proveedores de incrustación y LLM enchufables **Filtros** - Búsqueda precisa - Filtrado de una sola etapa - Base de datos vectorial **Optimización de recuperación de LLM y RAG - Plataformas de Infraestructura de Búsqueda y Recuperación de IA** - Orquestación de la canalización de recuperación - Optimización de recuperación consciente de LLM - Optimización de la estrategia de recuperación híbrida **Enriquecimiento de Datos e Inteligencia de Índices - Plataformas de Infraestructura de Búsqueda y Recuperación con IA** - Actualizaciones incrementales y en streaming del índice - Enriquecimiento de datos incorporado **Seguridad y gobernanza - Plataformas de Infraestructura de Búsqueda y Recuperación de IA** - Controles de acceso detallados - Políticas de residencia y retención de datos - Registros de auditoría y trazabilidad de recuperación **Operaciones, observabilidad y fiabilidad - Plataformas de Infraestructura de Búsqueda y Recuperación de IA** - Análisis de búsqueda y depuración de relevancia - Alta disponibilidad y recuperación ante desastres ## Top Milvus Alternatives - [Algolia](https://www.g2.com/es/products/algolia/reviews) - 4.5/5.0 (428 reviews) - [Elasticsearch](https://www.g2.com/es/products/elastic-elasticsearch/reviews) - 4.5/5.0 (287 reviews) - [Weaviate](https://www.g2.com/es/products/weaviate/reviews) - 4.6/5.0 (29 reviews)