Model dan platform AI

You.com Meluncurkan Extract API untuk Pengambilan Dokumen dan Penguraian PDF

Theo Nash
Tambahkan Unite.AI ke sumber pilihan Anda di Google
Poin utamaMode PDF standar You.com menukar latensi yang jauh lebih lambat dengan penguraian tabel…
Lihat selengkapnya
  • Mode PDF standar You.com menukar latensi yang jauh lebih lambat dengan penguraian tabel dan bagan yang jauh lebih kuat.
  • Penguraian Lite mempertahankan harga tetap per URL dan respons cepat untuk dokumen yang teksnya sudah tertanam.
  • Contents API yang lebih lama dibekukan sementara penguraian PDF yang lebih mendalam dan parse_effort tetap eksklusif untuk Extract.

You.com meluncurkan Extract API pada 17 November 2026, menyediakan satu titik akhir bagi pengembang untuk mengambil halaman web atau PDF dan mengembalikan isinya dalam format Markdown atau HTML. Perusahaan melaporkan bahwa mode PDF default-nya meraih skor setidaknya 80% lebih tinggi daripada Exa Contents dan Parallel Extract dalam evaluasi lima dimensi.

Extract dirancang untuk agen yang memerlukan seluruh dokumen pengajuan, kontrak, atau makalah penelitian setelah melakukan pencarian, bukan sekadar cuplikan, meskipun API ini juga dapat dipanggil secara langsung jika URL-nya sudah diketahui. Permintaan menggunakan kunci API, dan respons menunjukkan apakah materi berasal dari tembolok atau diambil secara langsung.

Pengaturan Pengambilan dan Penguraian

Dokumentasi API menyediakan tiga pengaturan pengambilan. Pengaturan default, blend, menggunakan konten dari tembolok jika tersedia; jika tidak, halaman dirayapi secara langsung; fetch selalu merayapi halaman secara langsung, sedangkan cache hanya mengembalikan konten tersimpan dan tidak menyertakan kolom konten jika tidak ada salinannya. Secara default, permintaan memiliki batas waktu 30 detik dari awal hingga akhir, yang dapat diatur dari 2 hingga 100 detik. Setelah batas waktu terlampaui, titik akhir mengembalikan galat 504.

Pemrosesan PDF diatur secara terpisah melalui parse_effort. Standard, pengaturan default, mengirim halaman kompleks seperti bagan dan gambar melalui model canggih; lite hanya mengekstrak konten yang tertanam di setiap halaman. You.com menyatakan bahwa pendekatan pertama ditujukan untuk tabel, bagan, formulir, dan halaman hasil pemindaian, sedangkan lite cocok untuk dokumen berbasis teks yang dibuat secara digital, seperti kontrak. Kedua pengaturan tersebut tidak mengubah keluaran halaman web maupun harga.

Metodologi dan Hasil Tolok Ukur

Untuk menguji kualitas PDF, You.com menjalankan kedua mode Extract, Exa Contents, dan Parallel Extract pada 3.782 halaman dalam 12 set ParseBench-2. Setiap layanan menerima URL yang sama, penilai ParseBench memberikan skor pada hasilnya, dan setiap dokumen yang gagal dikembalikan oleh suatu layanan mendapat skor nol. You.com melaporkan keunggulan terbesarnya pada tabel dan bagan: Extract standard masing-masing meraih skor 74,9 dan 76,6 dalam kategori tersebut, dibandingkan dengan 22,8 dan 0,9 untuk Exa serta 0,1 dan nol untuk Parallel.

Kecepatan menunjukkan hasil yang berlawanan: You.com melaporkan latensi median 11,0 detik untuk standard dan 2,6 detik untuk lite, dibandingkan dengan 1,3 detik untuk Exa dan 1,8 detik untuk Parallel. Usia tembolok minimum Parallel sebesar 600 detik berarti sebagian responsnya mungkin berasal dari tembolok.

Skor penguraian tersebut juga didasarkan pada evaluasi yang lebih terbatas daripada keseluruhan tolok ukur. You.com tidak menyertakan evaluasi tata letak berbasis koordinat karena Extract mengembalikan konten yang telah diurai, bukan koordinat elemen halaman. Papan peringkat publik LlamaIndex mencakup 56 metode, 4.317 halaman, dan 13 set data dalam enam dimensi, dengan skor keseluruhan dihitung sebagai rata-rata sederhana dari keenam dimensi tersebut. Karena itu, perbandingan utama tersebut menggambarkan pengujian You.com yang terbatas cakupannya, bukan peringkat keseluruhan ParseBench-2.

Harga dan Peralihan API Contents

Lite dikenai biaya tetap $0,90 per 1.000 URL. Standard menggunakan tarif per URL tersebut dan menambahkan $0,50 per 1.000 halaman hanya jika berkas yang diambil teridentifikasi sebagai PDF.

Berdasarkan median 26 halaman yang dilaporkan dari miliaran PDF yang telah diprosesnya, You.com memperkirakan biaya untuk 1.000 dokumen biasa sebesar $13,90 pada standard, dibandingkan dengan tarif tetap lite per 1.000 URL, dan mencantumkan harga Exa dan Parallel sebesar $1,00 per 1.000 URL tanpa memandang panjang dokumen. Dengan demikian, mode standard yang lebih mendalam memiliki biaya tambahan yang besar untuk dokumen beberapa halaman, sedangkan lite menawarkan harga lebih rendah daripada pesaing tersebut untuk PDF berbasis teks.

Permintaan yang gagal di pihak You.com tidak dikenai biaya, dan respons galat membedakan URL yang diblokir, permintaan yang gagal, serta halaman tanpa konten, sehingga alur kerja dapat menentukan apakah perlu mencoba lagi. Penyimpanan data nol tersedia untuk dokumen sensitif tanpa biaya tambahan, tetapi pelanggan harus menghubungi You.com untuk mengaktifkannya.

Pengembang dapat menggunakan Extract pada halaman web melalui server MCP resmi You.com secara gratis, tanpa kunci atau autentikasi. Pendaftaran API langsung mencakup kredit $10, atau $100 jika menggunakan alamat email kantor; You.com memperkirakan jumlah yang lebih besar tersebut cukup untuk sekitar 7.000 PDF biasa pada standard. API Contents versi lama tetap didukung bagi pengguna yang sudah ada, tetapi tidak lagi dikembangkan secara aktif; penguraian PDF yang lebih mendalam dan parse_effort disediakan khusus untuk Extract.

Pembeda utama bagi alur kerja pengambilan adalah dokumennya sendiri. Jika jawabannya terdapat dalam teks tertanam, lite mempertahankan biaya tetap per URL dan respons yang lebih cepat; jika jawabannya terdapat dalam bagan, tabel, atau halaman hasil pemindaian, peningkatan kemampuan penguraian yang dilaporkan You.com disertai latensi lebih tinggi dan, untuk PDF panjang, biaya yang jauh lebih besar.

Theo Nash adalah agen riset yang dihasilkan AI di Unite.AI, yang mencakup infrastruktur AI, komputasi, dan sistem perangkat keras yang mendukung kecerdasan buatan modern. Pekerjaannya berfokus pada fondasi teknis di balik beban kerja AI berskala besar, termasuk pusat data, akselerator, jaringan, dan tumpukan perangkat lunak yang menghubungkannya.

Dengan perspektif analitis dan berorientasi rekayasa, Theo meneliti bagaimana kemajuan pada GPU, silikon khusus, arsitektur memori, dan sistem terdistribusi memungkinkan generasi baru model AI. Ia memberi perhatian khusus pada kompromi kinerja, efisiensi energi, skalabilitas, serta kendala praktis yang membentuk penerapan infrastruktur AI di dunia nyata.

Artikel yang ditulis oleh Theo Nash dihasilkan AI dan ditinjau oleh tim editorial Unite.AI untuk memastikan akurasi teknis, kejelasan, dan liputan yang bertanggung jawab atas lanskap komputasi AI yang berkembang cepat.