Brainiall Document Reader
Motor Brainiall Document Reader. USD 0.003/página. Diseñado para ingesta de RAG y LLM.

Cómo nos comparamos

El motor Brainiall Document Reader es SOTA en investigación sobre PDFs académicos y técnicos (~95% de preservación de estructura en artículos multicolumna). Calibración v1.0 frente a precios y métricas publicadas de la competencia; v1.1 lo reemplazará con un benchmark cara a cara de 100 documentos.

vs Mistral OCR 3 (diciembre de 2026)

Mistral OCR 3 se lanzó en diciembre de 2026 a US$0.002/página con calidad SOTA en tablas, figuras y ecuaciones matemáticas. Es el nuevo competidor más disruptivo de la categoría, y reconocemos que en calidad de OCR sobre documentos complejos probablemente lidera. Así se ubica S4 (motor Brainiall Document Reader) frente a él.

• Calidad de OCR sin procesar: Mistral destaca en matemáticas, figuras y diseños científicos multicolumna. S4 (motor Brainiall Document Reader) es sólido en documentos técnicos con código, tablas y listas, y entrega Markdown consciente del diseño que los pipelines RAG realmente necesitan.
• Salida en Markdown: S4 (motor Brainiall Document Reader) devuelve Markdown limpio estilo GitHub conservando títulos, tablas, listas, fórmulas matemáticas y bloques de código. Mistral devuelve texto plano + cuadros delimitadores; usted construye el convertidor a Markdown.
• Opción de autoalojamiento: Motor de grado de producción (motor Brainiall Document Reader, licencia permisiva). Auditable para industrias reguladas y desplegable en entornos aislados (airgap). Mistral es solo API.
• Consistencia por página: El motor Brainiall Document Reader procesa documentos de 1000 páginas sin divisiones por ventana de contexto. Mistral tiene límites prácticos en entradas largas.
• Registro de auditoría: Fila de DB de auditoría por llamada con retención de 90 días. Mistral no tiene estado.
• Precio: $0.003/página (nivel estándar) vs $0.002 (Mistral). 1.5× más caro a paridad, justificado por las funciones de flujo de trabajo descritas arriba.

Cuándo elegir Mistral: OCR puro con calidad SOTA en diseños matemáticos/científicos, dispuesto a construir su propio convertidor a Markdown.

Cuándo elegir Brainiall: necesitan markdown limpio de fábrica, capacidad de autoalojamiento, traza de auditoría o manejo de documentos de 1000 páginas.

Precios

Descuento derivado de la posición de calidad contra el competidor más cercano. 90 % de descuento Cuando es inferior, 20% de descuento a la par, 50% de descuento Cuando es superior.

PAYG: $0.003/página (motor Brainiall Document Reader). El nivel HD (motor Brainiall Document Reader + refinamiento de OCR mejorado para escaneados/multilingües/manuscritos) está en el roadmap v1.1 — aún no disponible.

Un endpoint, salida estructurada

# Convert PDF to clean Markdown
POST https://api.brainiall.com/v1/document/pdf-to-markdown/base64
 {"pdf": "<base64 pdf>"}

# With page range (skip cover, ToC, etc.)
POST https://api.brainiall.com/v1/document/pdf-to-markdown/base64
 {"pdf": "<base64>", "page_range": "3-50"}

# Markdown-only response (no JSON wrapper)
POST https://api.brainiall.com/v1/document/pdf-to-markdown/base64
 {"pdf": "<base64>", "output_format": "markdown"}

# Response includes structure metadata
# { "markdown": "# Title\n\n...", "metadata": {"pages": 48, "char_count": 12048}, "tier": "fast" }

En lo que destaca el motor Brainiall Document Reader

• Diseños de múltiples columnas: artículos académicos, revistas, informes técnicos — conserva el orden de lectura.
• Tablas: extraído como tablas Markdown preservando encabezados/celdas, no texto aplanado.
• Matemáticas + Código: ecuaciones renderizadas como LaTeX en línea; bloques de código preservados con delimitadores monoespaciados.
• Encabezados + estructura: jerarquía H1/H2/H3 detectada a partir del tamaño de fuente y la posición.
• Notas al pie + referencias: vinculado a nivel de párrafo, no descartado.
• Multilingüe: el nivel HD agrega OCR mejorado para PDFs en otros idiomas y documentos escaneados.

Diseñado para pipelines RAG

La mayoría de los parsers de PDF producen JSON o HTML — su pipeline RAG luego debe re-aplanarlo a texto con estructura. El motor de Brainiall Document Reader produce Markdown directamente, que los embedders (OpenAI, Voyage, Cohere) manejan de forma nativa. Elimine el paso de conversión.

Perfil de latencia — dos regímenes

La conversión de PDF se ejecuta en uno de dos modos, seleccionados automáticamente según la entrada. Planifique su integración en torno al modo correcto — las sorpresas aquí son la razón más común por la que nos contactan.

• PDFs de texto nativo (el camino rápido): si el archivo ya lleva una capa de texto incorporada (la mayoría de las exportaciones de Word, LaTeX, Google Docs, generadores de informes modernos), la conversión se realiza en ~1.3 s/página. Un PDF de texto de 5 páginas se procesa en aproximadamente 6.3 s de extremo a extremo. La solicitud/respuesta sincrónica es adecuada aquí.
• PDFs escaneados o de imagen (la ruta OCR): si el archivo no tiene texto extraíble (escaneos con cámara, salidas de fax, fotos de papel, archivos antiguos), el modelo de documento debe ejecutar OCR página por página en CPU. Estime ~20–30 s/página. Un escaneo de 5 páginas tarda 1,5–2,5 minutos.
• Patrón recomendado para entradas escaneadas: Trate la solicitud como un trabajo, no como una llamada sincrónica. Envíe, mantenga la conexión o encole el trabajo del lado del servidor, y muestre un indicador de progreso. El mismo patrón de trabajo asíncrono que dubbing and voz a voz el uso se aplica limpiamente a conversiones largas de PDFs escaneados.

Kit de prensa y recursos

Todo lo que los revisores, integradores y equipos de contratación suelen pedir.

Más APIs especializadas

Misma clave de API, mismo precio basado en uso, distinto problema resuelto.

Brainiall CutoutAlternativa a Azure Image Analysis 4.0

Brainiall Audio PolishReducir ruido, aislar, limpiar, masterizar

Brainiall Speaker IDMotor Brainiall Speaker ID: quién dijo qué

Brainiall MemoryAlternativa a Mem0, a 1/8 del costo