Modele și platforme AI
You.com lansează Extract API pentru preluarea documentelor și analizarea PDF-urilor

Puncte cheieModul PDF standard al You.com schimbă o latență mult mai lentă pentru o analiză mult…
Vezi mai mult
- Modul PDF standard al You.com schimbă o latență mult mai lentă pentru o analiză mult mai puternică a tabelelor și graficelor.
- Analiza Lite păstrează un preț fix pe URL și răspunsuri rapide pentru documentele al căror text este deja încorporat.
- API-ul mai vechi Contents este înghețat, în timp ce analiza PDF mai profundă și parse_effort rămân exclusive pentru Extract.
You.com a lansat Extract API pe 17 noiembrie 2026, oferindu-le dezvoltatorilor un singur punct de acces pentru a prelua o pagină web sau un PDF și a-i reda conținutul în format Markdown sau HTML. Compania a raportat că modul PDF implicit a obținut un scor cu cel puțin 80% mai mare decât Exa Contents și Parallel Extract într-o evaluare pe cinci dimensiuni.
Extract este conceput pentru agenții care, după o căutare, au nevoie de un document întreg — un raport, un contract sau o lucrare de cercetare —, nu doar de un fragment, deși poate fi apelat și direct atunci când adresa URL este deja cunoscută. Solicitările folosesc o cheie API, iar răspunsurile indică dacă materialul provine dintr-o memorie cache sau a fost preluat în timp real.
Opțiuni de control pentru preluare și analiză
Documentația API oferă trei setări pentru preluare. Opțiunea implicită, blend, folosește conținutul din memoria cache atunci când este disponibil și, în caz contrar, accesează pagina în timp real; fetch accesează întotdeauna pagina în timp real, în timp ce cache returnează doar conținutul stocat și omite câmpul de conținut dacă nu există nicio copie. În mod implicit, solicitările au un timp limită de 30 de secunde de la un capăt la altul, configurabil între 2 și 100 de secunde; după expirarea acestuia, punctul de acces returnează o eroare 504.
Procesarea PDF-urilor este controlată separat prin parse_effort. Standard, opțiunea implicită, care trimite paginile complexe, precum cele cu grafice și imagini, către un model avansat; lite extrage doar conținutul încorporat în fiecare pagină. You.com spune că prima abordare este destinată tabelelor, graficelor, formularelor și paginilor scanate, în timp ce lite este potrivită pentru documente create digital, bazate pe text, precum contractele. Niciuna dintre setări nu modifică rezultatele pentru paginile web sau prețurile.
Metodologia și rezultatele testării comparative
Pentru a testa calitatea procesării PDF-urilor, You.com a rulat ambele moduri Extract, Exa Contents și Parallel Extract pe 3.782 de pagini din 12 seturi ParseBench-2. Fiecare serviciu a primit aceeași adresă URL, evaluatorul ParseBench a punctat rezultatele, iar fiecărui document pe care un serviciu nu a reușit să-l returneze i s-a acordat un scor de zero. You.com a raportat cele mai mari avantaje la tabele și grafice: Extract standard a obținut scoruri de 74,9 și, respectiv, 76,6 la aceste categorii, față de 22,8 și 0,9 pentru Exa și 0,1 și zero pentru Parallel.
În privința vitezei, rezultatele au fost inversate: You.com a raportat o latență mediană de 11,0 secunde pentru standard și de 2,6 secunde pentru lite, comparativ cu 1,3 secunde pentru Exa și 1,8 secunde pentru Parallel. Vârsta minimă a cache-ului de 600 de secunde pentru Parallel înseamnă că este posibil ca unele dintre răspunsurile sale să fi fost stocate în cache.
Scorurile de procesare se bazează, de asemenea, pe o evaluare mai restrânsă decât testul comparativ complet. You.com a exclus evaluarea aspectului bazată pe coordonate, deoarece Extract returnează conținutul analizat, nu coordonatele elementelor de pe pagină. Clasamentul public LlamaIndex acoperă 56 de metode, 4.317 pagini și 13 seturi de date, pe șase dimensiuni, iar scorul general este calculat ca media aritmetică simplă a acestor dimensiuni. Prin urmare, comparația prezentată în titlu descrie testul cu domeniu limitat al You.com, nu clasamentul general complet ParseBench-2.
Prețuri și tranziția de la API-ul Contents
Lite costă o sumă fixă de 0,90 $ pentru fiecare 1.000 de adrese URL. Standard folosește același tarif per adresă URL și adaugă 0,50 $ pentru fiecare 1.000 de pagini numai atunci când fișierul preluat este identificat ca PDF.
Pe baza medianei raportate de 26 de pagini pentru miliardele de PDF-uri procesate, You.com estimează costul a 1.000 de documente obișnuite la 13,90 $ cu standard, față de tariful fix lite , iar pentru Exa și Parallel indică un tarif de 1,00 $ la fiecare 1.000 de adrese URL, indiferent de lungime. Prin urmare, modul mai avansat standard implică un cost suplimentar considerabil pentru documentele cu mai multe pagini, în timp ce lite este mai ieftin decât concurenții pentru PDF-urile bazate pe text.
Solicitările care eșuează din cauza You.com nu sunt facturate, iar răspunsurile de eroare diferențiază între adrese URL blocate, solicitări nereușite și pagini fără conținut, astfel încât fluxurile de procesare să poată decide dacă încearcă din nou. Pentru documentele sensibile este disponibilă păstrarea zero a datelor, fără costuri suplimentare, însă clienții trebuie să contacteze You.com pentru activarea acestei opțiuni.
Dezvoltatorii pot folosi gratuit Extract pentru pagini web prin serverul MCP oficial You.com, fără cheie sau autentificare. Înregistrarea directă pentru API include un credit de 10 $, sau de 100 $ dacă se folosește o adresă de e-mail profesională; You.com estimează că suma mai mare acoperă aproximativ 7.000 de PDF-uri obișnuite cu standard. API-ul Contents mai vechi rămâne disponibil utilizatorilor existenți, dar nu mai este dezvoltat activ; procesarea PDF-urilor mai avansată și parse_effort sunt rezervate pentru Extract.
În fluxurile de preluare, alegerea depinde de document. Dacă răspunsul se află în textul încorporat, lite păstrează un cost fix per adresă URL și oferă un răspuns mai rapid; dacă informația se află într-un grafic, tabel sau pe o pagină scanată, îmbunătățirile de procesare raportate de You.com presupun o latență mai mare și, pentru PDF-urile lungi, o factură mult mai ridicată.












