Brainiall Document AI
Image de document → champs structurés, réponses, et tables — une famille de points finis.

Comment nous comparons

Les services IDP hyperscaler sont puissants mais prix par fonctionnalité et par type de document - OCR est un taux, forme un autre, tables un autre, dépenses/ID parsers un autre encore, et vous fissez les appels ensemble vous-même. Brainiall folds reconnaissance, extrait de champ doc-type-avertissement, document Q&A et extrait de table dans une famille endpoint à un seul prix par page, auto-service depuis la première appel.

Les prix sont des approximations de prix de liste pour l'orientation, pas des quotes - les prix IDP hyperscale sont classés et spécifiques aux caractéristiques.

prix

Un prix par page couvre l'OCR, l'extraction de champ et le Q&A ; l'extraction de tableaux est facturée légèrement moins cher.

PAYG : 0,01 $ / page pour /extract and /query, $0.0075 / page pour /tables (Brainiall Document Intelligence engine). Une page = une image de document. Pas de surcharges par fonctionnalité, pas de dépenses minimales, pas de contrat.

Trois appels : extrait, query, tables

# 1. Extract structured fields — doc_type picks the schema
POST https://api.brainiall.com/v1/document/extract
  {"image": "<base64 png/jpeg>", "doc_type": "receipt"}
  -> {"doc_type": "receipt",
      "fields": {"merchant_name": "Blue Bottle Cafe", "date": "2026-05-12",
                 "items": [{"name": "Cappuccino", "quantity": 2, "unit_price": 4.00, "total": 8.00}, ...],
                 "subtotal": 15.50, "tax": 1.24, "total": 16.74, "payment_method": null},
      "text": "<recognised plain text>",
      "extraction_engine": "Brainiall Document Intelligence engine"}
  # doc_type ∈ receipt | invoice | id | contract | form | generic

# 2. Ask a natural-language question about the document
POST https://api.brainiall.com/v1/document/query
  {"image": "<base64 png/jpeg>", "question": "What was the total amount paid?"}
  -> {"answer": "16.74", "found": true, "supporting_text": "TOTAL  16.74"}

# 3. Pull every table out as headers + rows
POST https://api.brainiall.com/v1/document/tables
  {"image": "<base64 png/jpeg>"}
  -> {"table_count": 1,
      "tables": [{"title": "Line items", "headers": ["Item", "Qty", "Price"],
                  "rows": [["Cappuccino", "2", "8.00"], ["Croissant", "1", "3.50"]],
                  "row_count": 2, "column_count": 3}]}

Passe doc_type : « générique » lorsque vous ne connaissez pas le type de document — vous obtenez une courte description, un type de document de meilleure qualité, tous les paires de valeur clé étiquetés, et les dates, les quantités et les entités détectées. Pour les documents de plusieurs pages, divisez en images de page et appelez une fois par page. Si une page n'a pas de texte lisable, l'API retourne un 422 plutôt que de deviner.

C’est pour quoi

• Compte-payable et automation des frais: descendre dans une facture scanée ou la réception et obtenir le fournisseur, les dates, les articles de ligne, les impôts et le total comme JSON — directement dans votre librairie, pas de configuration de modèle.
• Onboarding & KYC document capturePartez le nom, le numéro de document, les dates et le MRZ d'un document d'identification dans les champs structurés que votre flux de vérification peut vérifier.
• Contrat et révision de l'accord: tirer les parties, les dates efficaces, la date, la loi régissant et les obligations clés de la page contractuelle, ou poser une question directe ("qu'est-ce que la période d'avis?") et obtenir la réponse plus la ligne de soutien.
• Formulaire et questionnaire: convertir un formulaire rempli dans une liste de paires d’étiquette/value et des états de boîte de contrôle — utile pour la numérisation de la prise de papier à l’échelle.
• Rapports de table lourdes: levez chaque tableau d’une déclaration financière, d’une liste de prix ou d’un rapport de laboratoire dans des rubriques propres et des lignes pour l’analyse en dessous.
• Un billet, une clé: cela fonctionne sur la même clé Brainiall API et la facturation basée sur l'utilisation que PDF et Markdown et le reste du catalogue — aucun fournisseur IDP séparé à acheter.

Profils de Latency

Document Intelligence est une couche d'orchestration mince - elle n'est pas l'hôte d'un modèle lui-même. le timing end-to-end est dominé par le lecteur de document sous-jacent et, le cas échéant, l'étape de l'OCR.

• Introduction du texte natif (la voie rapide): une image de document avec un texte imprimé épais ou une page PDF avec une couche de texte intégrée reconnaît 1.3 S / page. /extract, /query and /tables Tout se situe confortablement à l'intérieur d'un appel synchronique HTTP ici.
• Input scané ou image uniquement (la voie OCR): scans de caméra, photos de papier, documents faxés — le modèle de document doit exécuter un OCR complet sur la CPU. • 20 à 30 s/pageUn contrat scané à deux pages /extract or /v1/document/layout Il peut fonctionner à 25 s end-to-end.
• Le flux de traduction : /v1/document/translate (disponible à travers le L’expansion du document bundle) routes du texte à travers le modèle de traduction après l'extraction; sur la CPU ceci est autour 12 à 15 s fin à finC’est presque tout le passage de la traduction.
• Modèle recommandé pour les entrées longues ou scanées: Traiter la demande comme un travail async, de la même manière dubbing and Discours à discours déjà fait — soumettre, faire un indicateur de progrès, gagner le résultat quand il est prêt.

Kit de presse & ressources

Ce que les critiques, les intégrateurs et les équipes d'approvisionnement demandent généralement.

Plus de documents et textes APIs

La même clé API unique, le même prix basé sur l'utilisation, différents problèmes résolus.

PDF et MarkdownLayout de document complet pour nettoyer Markdown

Documents de l’IA (OCR)Reconnaissance de texte imprimée avec une porte de confiance

Brainiall TextSummarisation & Q&A fondée sur le texte

Brainiall KnowledgeGestion RAG — ingest docs, posez des questions