Modelli e piattaforme di IA
You.com lancia Extract API per il recupero dei documenti e l’analisi dei PDF

Punti chiaveLa modalità PDF standard di You.com sacrifica molta latenza in cambio di un'analisi…
Vedi di più
- La modalità PDF standard di You.com sacrifica molta latenza in cambio di un'analisi molto più potente di tabelle e grafici.
- L'analisi Lite mantiene un prezzo fisso per URL e risposte rapide per i documenti il cui testo è già incorporato.
- La vecchia API Contents è congelata, mentre l'analisi PDF più approfondita e parse_effort restano esclusivi di Extract.
You.com ha lanciato Extract API il 17 novembre 2026, offrendo agli sviluppatori un unico endpoint per recuperare una pagina web o un PDF e restituirne i contenuti in formato Markdown o HTML. L’azienda ha dichiarato che, in una valutazione su cinque dimensioni, la modalità PDF predefinita ha ottenuto un punteggio superiore di almeno l’80% rispetto a Exa Contents e Parallel Extract.
Extract è pensato per gli agenti che, dopo una ricerca, devono accedere a un intero documento, come un atto depositato, un contratto o un articolo di ricerca, anziché a un estratto; può tuttavia essere richiamato anche direttamente quando l’URL è già noto. Le richieste utilizzano una chiave API e le risposte indicano se il materiale proviene dalla cache o è stato recuperato in tempo reale.
Opzioni di recupero e analisi
La documentazione dell’API mette a disposizione tre impostazioni di recupero. Quella predefinita, blend, utilizza i contenuti memorizzati nella cache quando disponibili e, in caso contrario, esegue la scansione della pagina in tempo reale; fetch esegue sempre la scansione in tempo reale, mentre cache restituisce solo i contenuti memorizzati e omette il campo del contenuto se non è disponibile alcuna copia. Per impostazione predefinita, le richieste hanno un timeout complessivo di 30 secondi, configurabile da 2 a 100 secondi; allo scadere, l’endpoint restituisce un errore 504.
L’elaborazione dei PDF è controllata separatamente da parse_effort. Standard, l’impostazione predefinita, invia le pagine complesse, come quelle con grafici e immagini, a un modello avanzato; lite estrae solo i contenuti incorporati in ciascuna pagina. You.com afferma che il primo approccio è pensato per tabelle, grafici, moduli e pagine digitalizzate, mentre lite è adatto ai documenti creati in formato digitale e basati su testo, come i contratti. Nessuna delle due impostazioni modifica l’output delle pagine web o i prezzi.
Metodologia e risultati del benchmark
Per valutare la qualità dell’elaborazione dei PDF, You.com ha testato entrambe le modalità di Extract, Exa Contents e Parallel Extract su 3.782 pagine appartenenti a 12 insiemi di ParseBench-2. Ogni servizio ha ricevuto lo stesso URL; il valutatore di ParseBench ha assegnato un punteggio ai risultati e ogni documento che un servizio non è riuscito a restituire ha ricevuto zero. You.com ha dichiarato di aver ottenuto i vantaggi maggiori con tabelle e grafici: Extract standard ha ottenuto rispettivamente 74,9 e 76,6 in queste categorie, contro 22,8 e 0,9 per Exa e 0,1 e zero per Parallel.
Per quanto riguarda la velocità, il risultato è stato opposto: You.com ha dichiarato una latenza mediana di 11,0 secondi per standard e di 2,6 secondi per lite, rispetto a 1,3 secondi per Exa e 1,8 secondi per Parallel. L’età minima della cache di Parallel, pari a 600 secondi, significa che alcune delle sue risposte potrebbero essere state memorizzate nella cache.
I punteggi relativi all’analisi si basano inoltre su una valutazione più circoscritta rispetto al benchmark completo. You.com ha escluso la valutazione del layout basata sulle coordinate, perché Extract restituisce contenuti analizzati anziché le coordinate degli elementi della pagina. La classifica pubblica di LlamaIndex comprende 56 metodi, 4.317 pagine e 13 insiemi di dati, valutati su sei dimensioni; il punteggio complessivo è calcolato come media aritmetica semplice di queste dimensioni. Il confronto principale descrive quindi il test circoscritto di You.com, non la classifica complessiva del benchmark ParseBench-2.
Prezzi e passaggio dall’API Contents
Lite costa una tariffa fissa di 0,90 $ ogni 1.000 URL. Standard applica la stessa tariffa per URL e aggiunge 0,50 $ ogni 1.000 pagine solo quando il file recuperato viene identificato come PDF.
Sulla base della mediana dichiarata di 26 pagine per i miliardi di PDF elaborati, You.com stima che 1.000 documenti tipici costino 13,90 $ con standard, a fronte della tariffa fissa di lite per URL, e indica che Exa e Parallel applicano 1,00 $ ogni 1.000 URL, indipendentemente dalla lunghezza. La modalità più approfondita di standard comporta quindi un notevole sovrapprezzo per i documenti di più pagine, mentre lite costa meno dei concorrenti per i PDF basati su testo.
Le richieste che non vanno a buon fine per un problema sul lato di You.com non vengono addebitate; le risposte di errore distinguono tra URL bloccati, richieste non riuscite e pagine prive di contenuti, così che le pipeline possano decidere se riprovare. Per i documenti sensibili è disponibile la conservazione zero dei dati, senza costi aggiuntivi, ma per attivarla i clienti devono contattare You.com.
Gli sviluppatori possono utilizzare Extract gratuitamente sulle pagine web tramite il server MCP ufficiale di You.com, senza chiave né autenticazione. Chi si registra per l’uso diretto dell’API riceve 10 $ di credito, o 100 $ se utilizza un indirizzo email aziendale; You.com stima che l’importo maggiore sia sufficiente per circa 7.000 PDF tipici con standardL’API Contents precedente continua a essere supportata per gli utenti esistenti, ma non è più in fase di sviluppo attivo; l’analisi più approfondita dei PDF e parse_effort sono riservate a Extract.
Per le pipeline di recupero, il criterio decisivo è il documento stesso. Se la risposta si trova nel testo incorporato, lite mantiene un costo fisso per URL e tempi di risposta più rapidi; se invece si trova in un grafico, una tabella o una pagina digitalizzata, i miglioramenti nell’analisi dichiarati da You.com comportano una latenza maggiore e, per i PDF lunghi, una spesa molto più elevata.












