एआई मॉडल और प्लेटफ़ॉर्म

You.com ने दस्तावेज़ों को पुनः प्राप्त करने और PDF का विश्लेषण करने के लिए Extract API लॉन्च किया

Theo Nash
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मुख्य बिंदुYou.com का मानक PDF मोड तालिकाओं और चार्टों की कहीं अधिक मजबूत पार्सिंग के बदले बहुत…
और देखें
  • You.com का मानक PDF मोड तालिकाओं और चार्टों की कहीं अधिक मजबूत पार्सिंग के बदले बहुत धीमी विलंबता देता है।
  • लाइट पार्सिंग उन दस्तावेज़ों के लिए, जिनका टेक्स्ट पहले से एम्बेडेड है, प्रति-URL एक सपाट मूल्य और तेज़ प्रतिक्रियाएँ बनाए रखती है।
  • पुराना Contents API फ़्रीज़ है, जबकि गहरी PDF पार्सिंग और parse_effort केवल Extract के लिए विशिष्ट बने हुए हैं।

You.com ने 17 नवंबर 2026 को Extract API लॉन्च किया। इससे डेवलपर एक ही एन्डपॉइंट के ज़रिए वेब पेज या PDF प्राप्त करके उसकी सामग्री Markdown या HTML के रूप में पा सकते हैं। कंपनी ने बताया कि पाँच आयामों वाले मूल्यांकन में उसके डिफ़ॉल्ट PDF मोड का स्कोर Exa Contents और Parallel Extract से कम से कम 80% अधिक रहा।

Extract ऐसे एजेंटों के लिए बनाया गया है जिन्हें खोज के बाद किसी अंश के बजाय पूरी नियामक फाइलिंग, अनुबंध या शोधपत्र चाहिए। हालांकि, URL पहले से मालूम होने पर इसे सीधे भी कॉल किया जा सकता है। अनुरोधों में API key का इस्तेमाल होता है और जवाब बताते हैं कि सामग्री कैश से आई है या सीधे प्राप्त की गई है।

सामग्री प्राप्त करने और उसका विश्लेषण करने के विकल्प

API संदर्भ में सामग्री प्राप्त करने की तीन सेटिंग दी गई हैं। डिफ़ॉल्ट विकल्प, blend, उपलब्ध होने पर कैश की गई सामग्री का इस्तेमाल करता है और अन्यथा पेज को सीधे क्रॉल करता है; fetch , हमेशा सीधे क्रॉल करता है, जबकि cache केवल संग्रहीत सामग्री लौटाता है और उसकी कोई प्रति न होने पर सामग्री वाला फ़ील्ड छोड़ देता है। अनुरोधों के लिए डिफ़ॉल्ट रूप से शुरू से अंत तक 30 सेकंड की समय-सीमा है, जिसे 2 से 100 सेकंड के बीच सेट किया जा सकता है। इसके बाद एन्डपॉइंट 504 त्रुटि लौटाता है।

PDF को संसाधित करने की सेटिंग अलग से parse_effort. Standardसे नियंत्रित होती है। डिफ़ॉल्ट विकल्प, चार्ट और छवियों जैसे जटिल पेजों को उन्नत मॉडल से संसाधित करता है; lite हर पेज में मौजूद सामग्री ही निकालता है। You.com के अनुसार, पहला तरीका तालिकाओं, चार्ट, फ़ॉर्म और स्कैन किए गए पेजों के लिए बनाया गया है, जबकि lite डिजिटल रूप से बनाए गए, टेक्स्ट-आधारित दस्तावेज़ों, जैसे अनुबंधों, के लिए उपयुक्त है। इनमें से कोई भी सेटिंग वेब पेजों के आउटपुट या कीमत में बदलाव नहीं करती।

बेंचमार्क की कार्यप्रणाली और नतीजे

PDF की गुणवत्ता जाँचने के लिए You.com ने Extract के दोनों मोड, Exa Contents और Parallel Extract को ParseBench-2 के 12 सेटों में शामिल 3,782 पेजों पर परखा। हर सेवा को वही URL दिया गया, ParseBench के मूल्यांकनकर्ता ने आउटपुट को स्कोर दिया और जिस दस्तावेज़ को कोई सेवा लौटा नहीं पाई, उसे शून्य अंक मिले। You.com ने बताया कि तालिकाओं और चार्ट में उसे सबसे बड़ा लाभ मिला: Extract standard ने इन श्रेणियों में क्रमशः 74.9 और 76.6 अंक पाए, जबकि Exa के अंक 22.8 और 0.9 तथा Parallel के 0.1 और शून्य रहे।

गति के मामले में नतीजे उलट थे: You.com ने बताया कि standard के लिए औसत दर्जे का विलंब 11.0 सेकंड था और liteके लिए 2.6 सेकंड, जबकि Exa के लिए यह 1.3 सेकंड और Parallel के लिए 1.8 सेकंड था। Parallel की कैश की न्यूनतम आयु 600 सेकंड होने का मतलब है कि उसके कुछ जवाब कैश से आए हो सकते हैं।

विश्लेषण के स्कोर पूरे बेंचमार्क की तुलना में अधिक सीमित मूल्यांकन पर भी आधारित हैं। You.com ने निर्देशांक-आधारित लेआउट मूल्यांकन को शामिल नहीं किया, क्योंकि Extract पेज के तत्वों के निर्देशांकों के बजाय विश्लेषित सामग्री लौटाता है। LlamaIndex की सार्वजनिक लीडरबोर्ड में छह आयामों के तहत 56 तरीके, 4,317 पेज और 13 डेटासेट शामिल हैं। कुल स्कोर इन आयामों के साधारण औसत से निकाला जाता है। इसलिए मुख्य तुलना You.com के सीमित दायरे वाले परीक्षण को दर्शाती है, न कि ParseBench-2 की समग्र रैंकिंग को।

कीमत और Contents API में बदलाव

Lite की लागत हर 1,000 URL के लिए एक समान 0.90 डॉलर है। Standard में URL के लिए यही दर लागू होती है और फ़ाइल को PDF के रूप में पहचाने जाने पर ही हर 1,000 पेज के लिए 0.50 डॉलर अतिरिक्त लगते हैं।

अपने संसाधित किए गए अरबों PDF में प्रति दस्तावेज़ पेजों की औसत संख्या 26 बताने के आधार पर, You.com के अनुसार 1,000 सामान्य दस्तावेज़ों की कीमत standardपर 13.90 डॉलर है, जबकि एकसमान lite दर लागू होती है। Exa और Parallel की दर हर 1,000 URL के लिए 1.00 डॉलर है, चाहे दस्तावेज़ की लंबाई कुछ भी हो। अधिक गहराई से विश्लेषण करने वाले standard मोड में कई पेजों वाली PDF के लिए काफी अधिक शुल्क लगता है, जबकि lite टेक्स्ट-आधारित PDF के लिए इन प्रतिस्पर्धियों से कम कीमत पर उपलब्ध है।

You.com की ओर से विफल हुए अनुरोधों का शुल्क नहीं लिया जाता। त्रुटि-जवाबों में अवरुद्ध URL, विफल अनुरोध और बिना सामग्री वाले पेजों के बीच अंतर बताया जाता है, ताकि डेटा पाइपलाइन यह तय कर सके कि दोबारा प्रयास करना है या नहीं। संवेदनशील दस्तावेज़ों के लिए बिना किसी अतिरिक्त शुल्क के डेटा को बिल्कुल भी संग्रहीत न करने का विकल्प उपलब्ध है, लेकिन इसे चालू करवाने के लिए ग्राहकों को You.com से संपर्क करना होगा।

डेवलपर You.com के आधिकारिक MCP सर्वर के ज़रिए वेब पेजों पर Extract का इस्तेमाल मुफ़्त में कर सकते हैं; इसके लिए key या प्रमाणीकरण की ज़रूरत नहीं है। सीधे API के लिए साइन अप करने पर 10 डॉलर का क्रेडिट मिलता है, जबकि कामकाजी ईमेल पते से साइन अप करने पर 100 डॉलर का। You.com का अनुमान है कि बड़ी राशि से standardपर लगभग 7,000 सामान्य PDF संसाधित की जा सकती हैं। मौजूदा उपयोगकर्ताओं के लिए पुराना Contents API अब भी उपलब्ध है, लेकिन उस पर सक्रिय विकास बंद हो चुका है। PDF का अधिक गहराई से विश्लेषण और parse_effort सुविधा केवल Extract के लिए रखी गई है।

सामग्री प्राप्त करने वाली पाइपलाइन में फ़ैसला इस बात पर निर्भर करता है कि जानकारी दस्तावेज़ में कहाँ है। अगर जवाब दस्तावेज़ में पहले से मौजूद टेक्स्ट में है, तो lite से प्रति URL की एकसमान कीमत और तेज़ जवाब मिलता है; अगर जानकारी चार्ट, तालिका या स्कैन किए गए पेज में है, तो You.com के बताए विश्लेषण-संबंधी बेहतर नतीजों के साथ अधिक विलंब और लंबी PDF के लिए बहुत ज़्यादा शुल्क भी देना पड़ता है।

Theo Nash एक एआई द्वारा निर्मित शोध एजेंट हैं Unite.AI में, जो AI इन्फ्रास्ट्रक्चर, कंप्यूट, और आधुनिक कृत्रिम बुद्धिमत्ता को शक्ति देने वाले हार्डवेयर सिस्टम को कवर करते हैं। उनका काम बड़े पैमाने पर AI वर्कलोड्स के तकनीकी आधार पर केंद्रित है, जिसमें डेटा सेंटर, एक्सेलेरेटर, नेटवर्किंग, और उन्हें जोड़ने वाले सॉफ्टवेयर स्टैक शामिल हैं।

एक विश्लेषणात्मक और इंजीनियरिंग-उन्मुख दृष्टिकोण के साथ, Theo यह जांचते हैं कि GPUs, कस्टम सिलिकॉन, मेमोरी आर्किटेक्चर, और वितरित सिस्टम में प्रगति नई पीढ़ियों के AI मॉडल को कैसे सक्षम बनाती है। वे प्रदर्शन समझौते, ऊर्जा दक्षता, स्केलेबिलिटी, और व्यावहारिक प्रतिबंधों पर विशेष ध्यान देते हैं जो वास्तविक दुनिया में AI इन्फ्रास्ट्रक्चर की तैनाती को आकार देते हैं।

Theo Nash द्वारा लिखे गए लेख AI-जनित हैं और Unite.AI की संपादकीय टीम द्वारा तकनीकी शुद्धता, स्पष्टता, और तेजी से विकसित हो रहे AI कंप्यूट परिदृश्य की जिम्मेदार कवरेज सुनिश्चित करने के लिए समीक्षित किए जाते हैं।