Μοντέλα και πλατφόρμες AI
Το You.com λανσάρει το Extract API για ανάκτηση εγγράφων και ανάλυση PDF

Βασικά σημείαΗ τυπική λειτουργία PDF του You.com ανταλλάσσει πολύ πιο αργή καθυστέρηση για πολύ…
Δείτε περισσότερα
- Η τυπική λειτουργία PDF του You.com ανταλλάσσει πολύ πιο αργή καθυστέρηση για πολύ ισχυρότερη ανάλυση πινάκων και γραφημάτων.
- Η ελαφριά ανάλυση διατηρεί σταθερή τιμή ανά URL και γρήγορες αποκρίσεις για έγγραφα των οποίων το κείμενο είναι ήδη ενσωματωμένο.
- Το παλαιότερο Contents API είναι παγωμένο, ενώ η βαθύτερη ανάλυση PDF και το parse_effort παραμένουν αποκλειστικά στο Extract.
Το You.com λάνσαρε το Extract API στις 17 Νοεμβρίου 2026, προσφέροντας στους προγραμματιστές ένα σημείο πρόσβασης για να ανακτούν μια ιστοσελίδα ή ένα PDF και να επιστρέφουν το περιεχόμενό του σε μορφή Markdown ή HTML. Η εταιρεία ανέφερε ότι η προεπιλεγμένη λειτουργία PDF της σημείωσε βαθμολογία τουλάχιστον 80% υψηλότερη από το Exa Contents και το Parallel Extract σε αξιολόγηση πέντε διαστάσεων.
Το Extract έχει σχεδιαστεί για πράκτορες που χρειάζονται ολόκληρη μια έκθεση, σύμβαση ή ερευνητική εργασία μετά από μια αναζήτηση, αντί για ένα απόσπασμα, αλλά μπορεί επίσης να κληθεί απευθείας όταν η διεύθυνση URL είναι ήδη γνωστή. Τα αιτήματα χρησιμοποιούν κλειδί API και οι απαντήσεις προσδιορίζουν αν το περιεχόμενο προήλθε από την προσωρινή μνήμη ή ανακτήθηκε ζωντανά.
Ρυθμίσεις ανάκτησης και ανάλυσης
Η τεκμηρίωση API παρέχει τρεις ρυθμίσεις ανάκτησης. Η προεπιλεγμένη, blend, χρησιμοποιεί αποθηκευμένο περιεχόμενο όταν είναι διαθέσιμο και, διαφορετικά, ανιχνεύει τη σελίδα ζωντανά· fetch ανιχνεύει πάντα τη σελίδα ζωντανά, ενώ cache επιστρέφει μόνο αποθηκευμένο περιεχόμενο και παραλείπει το πεδίο περιεχομένου όταν δεν υπάρχει αντίγραφο. Τα αιτήματα έχουν από προεπιλογή χρονικό όριο 30 δευτερολέπτων από άκρο σε άκρο, το οποίο μπορεί να ρυθμιστεί από 2 έως 100 δευτερόλεπτα· μετά τη λήξη του, το τελικό σημείο επιστρέφει σφάλμα 504.
Η επεξεργασία PDF ελέγχεται ξεχωριστά από parse_effort. Standard, την προεπιλεγμένη ρύθμιση, η οποία περνά σύνθετες σελίδες, όπως εκείνες με γραφήματα και εικόνες, από ένα προηγμένο μοντέλο· lite εξάγει μόνο το περιεχόμενο που είναι ενσωματωμένο σε κάθε σελίδα. Σύμφωνα με το You.com, η πρώτη προσέγγιση προορίζεται για πίνακες, γραφήματα, φόρμες και σαρωμένες σελίδες, ενώ lite είναι κατάλληλη για ψηφιακά δημιουργημένα έγγραφα βασισμένα σε κείμενο, όπως οι συμβάσεις. Καμία από τις δύο ρυθμίσεις δεν αλλάζει την έξοδο για ιστοσελίδες ή την τιμολόγηση.
Μεθοδολογία και αποτελέσματα συγκριτικής αξιολόγησης
Για να δοκιμάσει την ποιότητα επεξεργασίας PDF, το You.com εκτέλεσε και τις δύο λειτουργίες του Extract, το Exa Contents και το Parallel Extract σε 3.782 σελίδες από 12 σύνολα ParseBench-2. Κάθε υπηρεσία έλαβε την ίδια διεύθυνση URL, ο αξιολογητής του ParseBench βαθμολόγησε τα αποτελέσματα και κάθε έγγραφο που μια υπηρεσία δεν κατάφερε να επιστρέψει έλαβε μηδενική βαθμολογία. Το You.com ανέφερε τα μεγαλύτερα πλεονεκτήματά του στους πίνακες και τα γραφήματα: το Extract standard σημείωσε βαθμολογίες 74,9 και 76,6 σε αυτές τις κατηγορίες, αντίστοιχα, έναντι 22,8 και 0,9 για το Exa και 0,1 και μηδέν για το Parallel.
Η ταχύτητα κινήθηκε προς την αντίθετη κατεύθυνση: το You.com ανέφερε διάμεσο χρόνο απόκρισης 11,0 δευτερολέπτων για standard και 2,6 δευτερολέπτων για lite, έναντι 1,3 δευτερολέπτων για το Exa και 1,8 δευτερολέπτων για το Parallel. Το ελάχιστο διάστημα προσωρινής αποθήκευσης 600 δευτερολέπτων του Parallel σημαίνει ότι ορισμένες από τις απαντήσεις του ενδέχεται να είχαν αποθηκευτεί στην προσωρινή μνήμη.
Οι βαθμολογίες ανάλυσης καλύπτουν επίσης μια πιο περιορισμένη αξιολόγηση από την πλήρη συγκριτική δοκιμή. Το You.com απέκλεισε την αξιολόγηση διάταξης βάσει συντεταγμένων, επειδή το Extract επιστρέφει αναλυμένο περιεχόμενο και όχι συντεταγμένες στοιχείων της σελίδας. Ο δημόσιος πίνακας κατάταξης του LlamaIndex καλύπτει 56 μεθόδους, 4.317 σελίδες και 13 σύνολα δεδομένων σε έξι διαστάσεις, με τη συνολική βαθμολογία να υπολογίζεται ως ο απλός μέσος όρος αυτών των διαστάσεων. Επομένως, η σύγκριση που προβάλλεται περιγράφει την περιορισμένης εμβέλειας δοκιμή του You.com και όχι τη συνολική κατάταξη του ParseBench-2.
Τιμολόγηση και μετάβαση από το Contents API
Lite κοστίζει σταθερά 0,90 $ ανά 1.000 διευθύνσεις URL. Standard χρεώνεται με την ίδια τιμή ανά διεύθυνση URL και προσθέτει 0,50 $ ανά 1.000 σελίδες μόνο όταν το αρχείο που ανακτήθηκε αναγνωρίζεται ως PDF.
Με βάση τη διάμεση έκταση των 26 σελίδων που αναφέρει για τα δισεκατομμύρια PDF τα οποία έχει επεξεργαστεί, το You.com υπολογίζει ότι 1.000 τυπικά έγγραφα κοστίζουν 13,90 $ στο standard, έναντι της σταθερής χρέωσης lite και αναφέρει χρέωση 1,00 $ ανά 1.000 διευθύνσεις URL για το Exa και το Parallel, ανεξάρτητα από την έκταση. Η πιο απαιτητική standard λειτουργία συνεπάγεται, επομένως, σημαντική επιβάρυνση για έγγραφα πολλών σελίδων, ενώ η lite είναι φθηνότερη από αυτές τις εναλλακτικές για PDF που βασίζονται σε κείμενο.
Τα αιτήματα που αποτυγχάνουν από την πλευρά του You.com δεν χρεώνονται, ενώ οι απαντήσεις σφάλματος διακρίνουν τις αποκλεισμένες διευθύνσεις URL, τα αποτυχημένα αιτήματα και τις σελίδες χωρίς περιεχόμενο, ώστε οι ροές εργασίας να μπορούν να αποφασίσουν αν θα επαναλάβουν την προσπάθεια. Για ευαίσθητα έγγραφα διατίθεται μηδενική διατήρηση δεδομένων χωρίς πρόσθετη χρέωση, αλλά οι πελάτες πρέπει να επικοινωνήσουν με το You.com για να την ενεργοποιήσουν.
Οι προγραμματιστές μπορούν να χρησιμοποιούν δωρεάν το Extract σε ιστοσελίδες μέσω του επίσημου διακομιστή MCP του You.com, χωρίς κλειδί ή έλεγχο ταυτότητας. Οι εγγραφές απευθείας στο API περιλαμβάνουν πίστωση 10 $, ή 100 $ με εταιρική διεύθυνση ηλεκτρονικού ταχυδρομείου· το You.com εκτιμά ότι το μεγαλύτερο ποσό καλύπτει περίπου 7.000 τυπικά PDF στο standardΤο παλαιότερο Contents API εξακολουθεί να υποστηρίζεται για τους υφιστάμενους χρήστες, αλλά δεν βρίσκεται πλέον σε ενεργή ανάπτυξη, ενώ η πιο προηγμένη ανάλυση PDF και η parse_effort προορίζονται αποκλειστικά για το Extract.
Το έγγραφο είναι αυτό που καθορίζει τη διαφορά για τις ροές εργασίας ανάκτησης. Αν η απάντηση βρίσκεται σε ενσωματωμένο κείμενο, lite διατηρεί σταθερό κόστος ανά διεύθυνση URL και ταχύτερη απόκριση· αν βρίσκεται σε γράφημα, πίνακα ή σαρωμένη σελίδα, τα κέρδη στην ανάλυση που αναφέρει το You.com συνοδεύονται από μεγαλύτερο χρόνο απόκρισης και, για μεγάλα PDF, πολύ υψηλότερο κόστος.












