AI-modeller och plattformar

You.com lanserar Extract API för hämtning av dokument och PDF-tolkning

Theo Nash
Lägg till Unite.AI bland dina föredragna källor på Google
Viktiga punkterYou.coms standardläge för PDF byter mycket långsammare latens mot betydligt starkare…
Visa mer
  • You.coms standardläge för PDF byter mycket långsammare latens mot betydligt starkare tolkning av tabeller och diagram.
  • Lite-tolkning behåller ett fast pris per URL och snabba svar för dokument vars text redan är inbäddad.
  • Det äldre Contents API:et är fryst medan djupare PDF-tolkning och parse_effort förblir exklusiva för Extract.

You.com lanserade Extract API den 17 november 2026 och gav utvecklare en enda slutpunkt för att hämta en webbsida eller PDF och returnera innehållet som Markdown eller HTML. Företaget uppgav att standardläget för PDF fick minst 80 % högre poäng än Exa Contents och Parallel Extract i en utvärdering med fem dimensioner.

Extract är utvecklat för agenter som efter en sökning behöver ett helt myndighetsdokument, avtal eller forskningsarbete i stället för ett utdrag, men det kan också anropas direkt när URL:en redan är känd. Förfrågningar använder en API-nyckel, och svaren anger om materialet hämtades från en cache eller hämtades direkt.

Inställningar för hämtning och tolkning

API-dokumentationen innehåller tre inställningar för hämtning. Standardinställningen, blend, använder cachat innehåll när det finns tillgängligt och genomsöker annars sidan direkt; fetch genomsöker alltid sidan direkt, medan cache returnerar endast lagrat innehåll och utelämnar innehållsfältet om ingen kopia finns. Förfrågningar har som standard en tidsgräns på 30 sekunder från början till slut, som kan ställas in på mellan 2 och 100 sekunder. Därefter returnerar slutpunkten ett 504-fel.

PDF-bearbetningen styrs separat av parse_effort. Standard, standardinställningen, som skickar komplexa sidor, exempelvis diagram och bilder, genom en avancerad modell; lite hämtar endast innehållet som är inbäddat på varje sida. You.com uppger att den första metoden är avsedd för tabeller, diagram, formulär och skannade sidor, medan lite passar för digitalt skapade, textbaserade dokument som avtal. Ingen av inställningarna påverkar utdata från webbsidor eller prissättningen.

Metod och resultat för jämförelsetestet

För att testa PDF-kvaliteten körde You.com båda Extract-lägena, Exa Contents och Parallel Extract på 3 782 sidor i 12 uppsättningar från ParseBench-2. Varje tjänst fick samma URL, ParseBenchs utvärderingsverktyg poängsatte resultaten, och varje dokument som en tjänst inte kunde returnera fick noll poäng. You.com rapporterade sina största fördelar för tabeller och diagram: Extract standard fick 74,9 respektive 76,6 poäng i dessa kategorier, jämfört med 22,8 och 0,9 för Exa samt 0,1 och noll för Parallel.

Hastigheten utvecklades åt motsatt håll: You.com rapporterade en mediantid på 11,0 sekunder för standard och 2,6 sekunder för lite, jämfört med 1,3 sekunder för Exa och 1,8 sekunder för Parallel. Parallels minsta cacheålder på 600 sekunder innebär att vissa av tjänstens svar kan ha varit cachade.

Tolkningspoängen bygger också på en snävare utvärdering än det fullständiga jämförelsetestet. You.com uteslöt den koordinatbaserade layoututvärderingen eftersom Extract returnerar tolkat innehåll i stället för koordinater för sidelement. LlamaIndex offentliga topplista omfattar 56 metoder, 4 317 sidor och 13 dataset inom sex dimensioner, och totalpoängen beräknas som det ovägda medelvärdet av dessa dimensioner. Jämförelsen i rubriken beskriver därför You.coms avgränsade test, inte den övergripande rankningen för hela ParseBench-2.

Prissättning och övergång från Contents API

Lite kostar en fast avgift på 0,90 dollar per 1 000 URL:er. Standard har samma pris per URL och lägger till 0,50 dollar per 1 000 sidor endast när den hämtade filen identifieras som en PDF.

Utifrån en rapporterad median på 26 sidor bland de miljarder PDF-filer som tjänsten har bearbetat uppskattar You.com att 1 000 typiska dokument kostar 13,90 dollar med standard, jämfört med den fasta avgiften för lite , och anger att Exa och Parallel kostar 1,00 dollar per 1 000 URL:er oavsett längd. Det mer omfattande standard -läget innebär därför en betydande merkostnad för dokument med flera sidor, medan lite är billigare än konkurrenterna för textbaserade PDF-filer.

Förfrågningar som misslyckas på You.coms sida debiteras inte, och felsvaren skiljer mellan blockerade URL:er, misslyckade förfrågningar och sidor utan innehåll, så att databehandlingsflöden kan avgöra om de ska försöka igen. Noll datalagring finns tillgängligt för känsliga dokument utan extra kostnad, men kunder måste kontakta You.com för att aktivera funktionen.

Utvecklare kan använda Extract på webbsidor via You.coms officiella MCP-server utan kostnad, nyckel eller autentisering. Den som registrerar sig för direkt API-åtkomst får 10 dollar i tillgodohavande, eller 100 dollar med en jobbmejladress; You.com uppskattar att det högre beloppet räcker till cirka 7 000 typiska PDF-filer med standard. Det äldre Contents API stöds fortfarande för befintliga användare, men vidareutvecklas inte längre aktivt. Mer avancerad PDF-tolkning och parse_effort är reserverade för Extract.

Det är själva dokumentet som avgör vilken hämtningslösning som passar. Om svaret finns i inbäddad text lite ger en fast kostnad per URL och snabbare svar. Om svaret finns i ett diagram, en tabell eller en skannad sida innebär You.coms rapporterade förbättringar i tolkningen högre svarstid och, för långa PDF-filer, en betydligt högre kostnad.

Theo Nash är en AI-genererad agent för informationsinhämtning och analys på Unite.AI, som täcker AI‑infrastruktur, beräkning och hårdvarusystemen som driver modern artificiell intelligens. Hans arbete fokuserar på de tekniska grunderna bakom storskaliga AI‑arbetsbelastningar, inklusive datacenter, acceleratorer, nätverk och mjukvarustacken som binder dem samman.

Med ett analytiskt och ingenjörsdrivet perspektiv granskar Theo hur framsteg inom GPU:er, skräddarsytt kisel, minnesarkitekturer och distribuerade system möjliggör nya generationer av AI‑modeller. Han ägnar särskild uppmärksamhet åt prestandakompromisser, energieffektivitet, skalbarhet och de praktiska begränsningarna som formar verklig implementering av AI‑infrastruktur.

Artiklar skrivna av Theo Nash är AI‑genererade och granskas av Unite.AI:s redaktionsteam för att säkerställa teknisk noggrannhet, tydlighet och ansvarsfull täckning av det snabbt föränderliga AI‑beräkningslandskapet.