Архитектурный сдвиг: от чанков к дереву
Новая версия ADE Gen2 полностью перестраивает стек документной аналитики. В отличие от Gen1, которая обрабатывала документы как плоский список фрагментов (чанков), Gen2 представляет документ как иерархическое дерево. Каждый ответ теперь «привязан» (grounded) к конкретной строке или слову на странице, что критически важно для агентов ИИ, требующих точных цитат и верифицируемых данных.
Результат парсинга включает три основных поля: разметку Markdown в порядке чтения, метаданные и структуру. Структура состоит из узлов страниц, которые содержат блоки (text, table, figure, marginalia и др.). Каждый блок имеет стабильный семантический ID и объект заземления с номером страницы, диапазоном в строке Markdown и нормализованным ограничивающим прямоугольником.
Две модели: Pro для сложности, Verity для скорости
Разработчики разделили задачи парсинга на две специализированные модели, позволяющие оптимизировать затраты под тип документа:
- DPT-3 Pro: Анализирует макет страницы, распознает типы блоков (таблицы, фигуры, подписи), обрабатывает сканы, рукописный текст, нелатинские шрифты и формулы LaTeX. Привязка к строке.
- DPT-3 Verity: Детерминированно транскрибирует цифровые документы. Возвращает ограничивающие рамки и оценку уверенности для каждого слова. Оптимизирован для текстов, таблиц и простых форм. Привязка к слову.
Новая модель ценообразования: экономия до 80%
Ключевое изменение — отказ от фиксированной цены за страницу (3 кредита в DPT-2). Теперь стоимость складывается из базовой платы за страницу и платы за количество выведенных символов. Это позволяет существенно снизить затраты на документы с малым объемом текста.
| Параметр | DPT-3 Pro (Priority) | DPT-3 Verity (Priority) | DPT-3 Verity (Standard) |
|---|---|---|---|
| Базовая плата за страницу | 1 кредит | 0.3 кредита | 0.15 кредита |
| Плата за 1000 символов вывода | 0.5 кредита | 0.2 кредита | 0.1 кредита |
| Целевое назначение | Сложные документы, сканы, рукописный текст | Высокообъемные цифровые документы | Пайплайны, терпимые к задержкам |
Для примера: парсинг 12-страничного документа через Pro с выводом 48 120 символов на приоритетном тарифе обойдется в 36.1 кредита. На стандартном тарифе с использованием Verity стоимость может быть снижена более чем в два раза. LandingAI заявляет о потенциальной экономии от 25% до 80% на смешанных рабочих нагрузках, при этом стоимость парсинга через Verity на стандартном тарифе может опускаться ниже 1 цента за страницу.
Атомарное заземление и совместимость
Каждый листовой блок в ответе содержит массив atomic_grounding. Для Pro это одна запись на визуальную строку, для Verity — на слово с коэффициентом уверенности (от 0 до 1). Это позволяет строить системы проверки, удалять PII по координатам и сравнивать документы (diffing) с высокой точностью.
Важно отметить: клиентский код Gen1 несовместим с эндпоинтами Gen2, что требует миграции. Сервис доступен в облаках US/EU, в частных VPC (AWS, Azure, GCP), внутри Snowflake и в изолированных средах (air-gapped). Разработчики могут протестировать модель бесплатно в ADE Playground.
Источник: MarkTechPost ↗