AI-modeller og platforme
You.com lancerer Extract API til dokumenthentning og PDF-parsing

NøglepunkterYou.coms standard PDF-tilstand bytter meget langsommere latenstid for langt stærkere…
Vis mere
- You.coms standard PDF-tilstand bytter meget langsommere latenstid for langt stærkere parsing af tabeller og diagrammer.
- Lite-parsing bevarer en fast pris pr. URL og hurtige svar til dokumenter, hvis tekst allerede er indlejret.
- Den ældre Contents API er frosset, mens dybere PDF-parsing og parse_effort forbliver eksklusive for Extract.
You.com lancerede Extract API den 17. november 2026. API’et giver udviklere ét endepunkt til at hente en webside eller PDF og returnere indholdet som Markdown eller HTML. Virksomheden oplyste, at standardtilstanden for PDF’er scorede mindst 80 % højere end Exa Contents og Parallel Extract i en evaluering med fem dimensioner.
Extract er udviklet til agenter, der efter en søgning har brug for et helt dokument, f.eks. en indberetning, kontrakt eller forskningsartikel, frem for et uddrag, men API’et kan også kaldes direkte, når URL’en allerede er kendt. Forespørgsler bruger en API-nøgle, og svarene angiver, om materialet kom fra en cache eller blev hentet direkte.
Indstillinger for hentning og parsing
API-referencen indeholder tre indstillinger for hentning. Standardindstillingen, blend, bruger cachelagret indhold, når det er tilgængeligt, og gennemgår ellers siden direkte; fetch gennemgår altid siden direkte, mens cache kun returnerer lagret indhold og udelader indholdsfeltet, hvis der ikke findes en kopi. Forespørgsler har som standard en samlet timeout på 30 sekunder, som kan indstilles til mellem 2 og 100 sekunder. Derefter returnerer endepunktet en 504-fejl.
PDF-behandlingen styres separat af parse_effort. Standard, som er standardindstillingen og sender komplekse sider med f.eks. diagrammer og billeder gennem en avanceret model; lite udtrækker kun det indhold, der er indlejret på hver side. You.com oplyser, at den første tilgang er beregnet til tabeller, diagrammer, formularer og scannede sider, mens lite egner sig til digitalt oprettede, tekstbaserede dokumenter som kontrakter. Ingen af indstillingerne ændrer outputtet for websider eller prisen.
Benchmarkmetode og resultater
For at teste PDF-kvaliteten afprøvede You.com begge Extract-tilstande, Exa Contents og Parallel Extract på 3.782 sider fra 12 ParseBench-2-sæt. Hver tjeneste modtog den samme URL, ParseBench-bedømmeren vurderede resultaterne, og hvert dokument, som en tjeneste ikke kunne returnere, fik nul point. You.com rapporterede de største fordele inden for tabeller og diagrammer: Extract standard scorede henholdsvis 74,9 og 76,6 i disse kategorier, mod 22,8 og 0,9 for Exa samt 0,1 og nul for Parallel.
Hastigheden trak i den modsatte retning: You.com rapporterede en median latenstid på 11,0 sekunder for standard og 2,6 sekunder for lite, sammenlignet med 1,3 sekunder for Exa og 1,8 sekunder for Parallel. Parallels mindste cachealder på 600 sekunder betyder, at nogle af svarene kan have været cachelagrede.
Parsertallene dækker også en mere afgrænset evaluering end det fulde benchmark. You.com udelod den koordinatbaserede layoutevaluering, fordi Extract returnerer parset indhold i stedet for koordinater for sideelementer. LlamaIndex’ offentlige rangliste omfatter 56 metoder, 4.317 sider og 13 datasæt på tværs af seks dimensioner. Den samlede score beregnes som det almindelige gennemsnit af disse dimensioner. Sammenligningen i overskriften beskriver derfor You.coms afgrænsede test, ikke den samlede rangering i hele ParseBench-2.
Priser og overgang fra Contents API
Lite koster en fast pris på $0,90 pr. 1.000 URL’er. Standard bruger samme pris pr. URL og lægger $0,50 pr. 1.000 sider oveni, men kun når den hentede fil identificeres som en PDF.
Med udgangspunkt i en rapporteret median på 26 sider blandt de milliarder af PDF’er, virksomheden har behandlet, anslår You.com prisen for 1.000 typiske dokumenter til $13,90 med standardsammenlignet med den faste lite pris, og angiver, at Exa og Parallel koster $1,00 pr. 1.000 URL’er uanset længde. Den mere omfattende standard tilstand har derfor et betydeligt pristillæg for dokumenter med flere sider, mens lite er billigere end konkurrenterne for tekstbaserede PDF’er.
Forespørgsler, der mislykkes på You.coms side, faktureres ikke. Fejlsvar skelner mellem blokerede URL’er, mislykkede forespørgsler og sider uden indhold, så databehandlingsforløb kan afgøre, om de skal forsøges igen. Nul dataopbevaring tilbydes uden ekstra omkostninger for følsomme dokumenter, men kunder skal kontakte You.com for at få funktionen aktiveret.
Udviklere kan gratis bruge Extract til websider via You.coms officielle MCP-server uden nøgle eller godkendelse. Ved direkte tilmelding til API’et får man $10 i kredit eller $100 med en arbejdsmailadresse. You.com anslår, at det større beløb rækker til omkring 7.000 typiske PDF’er med standard. Den ældre Contents API understøttes fortsat for eksisterende brugere, men videreudvikles ikke længere aktivt. Mere omfattende PDF-parsing og parse_effort er forbeholdt Extract.
Det afgørende for hentningsforløb er selve dokumentet. Hvis svaret findes i indlejret tekst, lite holder sig til en fast pris pr. URL og giver hurtigere svar. Hvis svaret derimod findes i et diagram, en tabel eller en scannet side, følger der ifølge You.coms rapporterede parseresultater højere latenstid med, og for lange PDF’er bliver regningen væsentligt større.












