Brainiall Knowledge
Ingira seus documentos. Faça perguntas. Obtenha uma resposta fundamentada e citada — sem banco de dados vetorial para operar.
Geração aumentada por recuperação gerenciada em duas chamadas REST. Ingestão um documento em um namespace — ele é fragmentado, vetorizado e armazenado para você. Consulta o namespace com uma pergunta e receba as passagens mais relevantes, além de (opcionalmente) uma resposta concisa fundamentada apenas nessas passagens, com as passagens citadas. Sem banco de dados vetorial para provisionar, sem modelo de embedding para hospedar, sem código de recuperação para escrever. Desenvolvido por Brainiall Conhecimento Motor.
Como comparamos
"RAG gerenciado" geralmente significa ou um banco de dados vetorial que você ainda opera, ou uma plataforma de busca empresarial que você adota. A Brainiall entrega o primitivo: ingest e query, duas chamadas, com retrieval e uma resposta citada e fundamentada incluída na chamada de query — cobrada por chamada, com chave self-serve.
| Provedor | Forma | Recuperação + resposta? | Modelo de Preço | Configuração |
|---|---|---|---|---|
| Brainiall Knowledge | Duas chamadas REST: ingest, query (bases de conhecimento com namespaces) | Sim - retorno + resposta fundamentada opcional em uma chamada | Por chamada (US$ 0,001/1K caracteres ingeridos · US$ 0,005/consulta) | Chave de API instantânea |
| Pinecone | Banco de dados vetorial gerenciado | Não — você fornece embeddings, escreve a recuperação e chama um LLM você mesmo | Por unidade de leitura / escrita + armazenamento (sem servidor) ou por pod | Conta + índice + seu próprio pipeline de embedding/LLM |
| Vectara | Plataforma RAG gerenciada | Sim – retorno + geração | Por consulta + faixas de texto armazenado; planos enterprise | Configuração de conta + corpus |
| Glean | Busca corporativa / RAG sobre aplicativos conectados | Sim — busca empresarial + respostas | Contrato anual por assento | Onboarding liderado por vendas, com conectores |
| Azure AI Search | Serviço de busca (vetorial + palavra-chave), combinado com Azure OpenAI para RAG | Parcial — retrieval; você compõe a geração separadamente | Por unidade de busca / hora + suas chamadas de geração | Provisione um serviço de busca |
Os preços são aproximações de tabela para orientação, não cotações. Sempre consulte a página de preços atual de cada fornecedor.
Preços
Pague pelo que usa: uma pequena taxa por 1.000 caracteres ingeridos e uma taxa fixa por consulta. Armazenamento incluído. O nível gratuito é suficiente para montar um fluxo RAG ponta a ponta.
Grátis
US$ 0/mês
50 chamadas de ingest + query/mês · bases de conhecimento com namespaces · grátis para sempre
Inicial
US$ 19/mês
~5.000 consultas/mês · reranking · respostas fundamentadas com citações
Pro
US$ 99/mês
~30.000 consultas/mês · fila prioritária · SLA de 99,5%
Negócios
US$ 299/mês
~120.000 consultas / mês · capacidade dedicada · e-mail + Slack
PAYG: US$ 0,001 / 1.000 caracteres ingeridos · US$ 0,005 / consulta (recuperação; sem custo extra pela resposta sintetizada ou reranking). Armazenamento incluído. Sem mínimos, sem contratos.
Duas chamadas: ingest, query
# 1. Ingest a document into a knowledge base (your namespace)
POST https://api.brainiall.com/v1/knowledge/my-kb/ingest
{"text": "<your document text>", "title": "Refund policy"}
-> {"doc_id": "doc_5a3eda5bc7344f90", "n_chunks": 14, "chars_in": 18230, ...}
# 2. Query it — passages + a grounded, cited answer
POST https://api.brainiall.com/v1/knowledge/my-kb/query
{"question": "How long do customers have to request a refund?", "top_k": 6}
-> {"answer": "Customers may request a refund within 30 days of purchase.",
"found": true,
"passages": [{"text": "...within 30 days...", "score": 0.81, "doc_id": "doc_5a3...", "cited": true}, ...],
"synthesized": true}
# Query, retrieval only (no synthesized answer)
POST https://api.brainiall.com/v1/knowledge/my-kb/query
{"question": "...", "synthesize": false}
# Re-order the retrieved passages by relevance before answering
POST https://api.brainiall.com/v1/knowledge/my-kb/query
{"question": "...", "rerank": true}
# What's in this knowledge base?
GET https://api.brainiall.com/v1/knowledge/my-kb/documentsAs respostas são grounded: extraída apenas das passagens recuperadas, com as passagens citadas sinalizadas (cited: true). Se as passagens não contiverem a resposta, a resposta indica isso (found: false) em vez de adivinhar. Namespaces isolam bases de conhecimento — um por tenant, por projeto, por conjunto de documentos, o que couber no seu modelo.
Para que serve
- Converse com seus documentos: uma central de ajuda, um manual de produto, uma base de conhecimento — faça a ingestão uma vez e responda perguntas sobre ela com citações que os usuários podem verificar.
- Desvio de tickets de suporte: exiba o parágrafo exato da política que responde a um ticket, antes que chegue a um humano.
- Agente fundador: forneça ao agente uma ferramenta de recuperação que retorna passagens e uma resposta curta fundamentada — sem fatos alucinados, cada afirmação rastreável até a fonte.
- Pesquisa interna com respostas: ingira wikis, runbooks, contratos; consulte em linguagem natural; receba as passagens relevantes.
- Não há infraestrutura para funcionar: sem banco de dados vetorial para operar, sem modelo de embedding para hospedar, sem código de chunking ou retrieval para manter. Duas chamadas REST.
Press Kit e Recursos
O que os revisores, integradores e equipes de contratação geralmente pedem.
Datasheet de uma página
Preços, KPIs e um snippet curl pronto para copiar em uma única página — feito para avaliação do comprador.
Baixar PDFReferência de API
OpenAPI spec, formas de solicitação/resposta, códigos de erro, limites de taxa e o modelo de quota.
Ler documentação →Compare o catálogo
Como as APIs especializadas da Brainiall se comparam a AWS, Azure, GCP e aos especialistas, caso de uso por caso de uso.
Veja a comparaçãoMais APIs especializadas
Mesma chave de API, mesmo preço por uso, problema diferente resolvido.


