Brainiall Document Reader
Motor Brainiall Document Reader. US$ 0,003/página. Feito para ingestão em RAG e LLM.

Como comparamos

O motor Brainiall Document Reader é SOTA de pesquisa em PDFs acadêmicos e técnicos (~95% de preservação de estrutura em artigos de múltiplas colunas). Calibração v1.0 contra preços e métricas publicados pelos concorrentes; v1.1 será substituída por um benchmark direto de 100 documentos.

vs Mistral OCR 3 (dezembro de 2026)

Mistral OCR 3 lançado em dezembro de 2026 em US$ 0,002/página com qualidade SOTA em tabelas, figuras e equações matemáticas. É o entrante mais disruptivo da categoria — e somos honestos: em qualidade bruta de OCR em documentos complexos, provavelmente lidera. Veja como o S4 (engine do Brainiall Document Reader) se posiciona ao lado.

• Qualidade do OCR: Mistral lidera em matemática/figuras/layouts científicos multicoluna. O S4 (motor do Brainiall Document Reader) é sólido em documentos técnicos com código, tabelas e listas — e entrega o markdown com reconhecimento de layout que pipelines RAG realmente precisam.
• Saída em Markdown: O S4 (motor Brainiall Document Reader) retorna markdown limpo no formato GitHub, preservando títulos, tabelas, listas, matemática e blocos de código. O Mistral retorna texto puro + bounding boxes; você constrói o conversor de markdown.
• Opção self-hosted: Motor em nível de produção (motor Brainiall Document Reader, licença permissiva). Auditável para indústrias reguladas e implantável em ambiente airgap. Mistral é apenas via API.
• Consistência por página: O motor Brainiall Document Reader processa documentos de 1000 páginas sem divisões por janela de contexto. O Mistral tem limites práticos em entradas longas.
• Trilha de Auditoria: Linha de auditoria no DB por chamada com retenção de 90 dias. Mistral é stateless.
• Preço: US$ 0,003/página (tier padrão) vs US$ 0,002 (Mistral). 1,5× mais caro em paridade, justificado pelos recursos de fluxo de trabalho acima.

Quando escolher o Mistral: OCR bruto com qualidade SOTA em layouts matemáticos/científicos, disposto a construir seu próprio conversor de markdown.

Quando escolher Brainiall: precisa de markdown limpo pronto para uso, capacidade de self-host, trilha de auditoria ou processamento de documentos de 1000 páginas.

Preço

Desconto derivado da posição de qualidade contra o concorrente mais próximo. 90% de desconto quando inferior, 20% de desconto Na paridade, 50% de desconto quando superior.

PAYG: US$ 0,003/página (motor do Brainiall Document Reader). Tier HD (motor do Brainiall Document Reader + refinamento de OCR aprimorado para digitalizados/multilíngues/manuscritos) está no roadmap v1.1 — ainda não disponível.

Um endpoint, saída estruturada

# 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" }

O que o Brainiall Document Reader faz bem

• Layouts de múltiplas colunas: artigos acadêmicos, revistas, relatórios técnicos — preserva a ordem de leitura.
• Tabelas: extraídas como tabelas Markdown com preservação de cabeçalho/célula, sem achatar em texto.
• Matemática + Código: equações renderadas como LaTeX inline; blocos de código preservados com fences monospace.
• Títulos + estrutura: hierarquia H1/H2/H3 detectada a partir de tamanhos de fonte + pistas de posição.
• Notas + Referências: vinculado ao parágrafo, não descartado.
• Multilíngue: o tier HD adiciona OCR aprimorado para PDFs não-ingleses e documentos digitalizados.

Feito para pipelines de RAG

A maioria dos parsers de PDF retorna JSON ou HTML — seu pipeline RAG então tem que reconvertê-lo para texto-com-estrutura. O motor do Brainiall Document Reader retorna Markdown diretamente, que embedders (OpenAI, Voyage, Cohere) processam nativamente. Elimine a etapa de conversão.

Perfil de latência — dois regimes

A conversão de PDF roda em um de dois modos, selecionado automaticamente a partir da entrada. Planeje sua integração em torno do modo correto — surpresas aqui são o motivo mais comum de nos contatarem.

• PDFs de texto nativo (o caminho rápido): se o arquivo já carrega uma camada de texto incorporada (a maioria das exportações de Word, LaTeX, Google Docs, geradores de relatórios modernos), a conversão ocorre em ~1,3 s/página. Um PDF de texto de 5 páginas chega em aproximadamente 6.3 s de ponta a ponta. Requisição/resposta síncrona funciona aqui.
• PDFs escaneados ou apenas imagens (o caminho OCR): se o arquivo não tem texto extraível (digitalizações de câmera, saída de fax, fotos de papel, arquivos antigos), o modelo de documento precisa executar OCR página a página em CPU. Estime ~20–30 s/página. Uma digitalização de 5 páginas leva de 1,5 a 2,5 minutos.
• Padrão recomendado para entrada escaneada: trate a requisição como um job, não como uma chamada síncrona. Envie, mantenha a conexão ou enfileire o trabalho no servidor, renderize um indicador de progresso. O mesmo padrão de job assíncrono que dubbing and fala-para-fala o uso se aplica de forma limpa a conversões longas de PDFs escaneados.

Press kit e recursos

Tudo o que revisores, integradores e equipes de compras costumam pedir.

Mais APIs especializadas

Mesma chave de API, mesmo preço por uso, problema diferente resolvido.

Brainiall CutoutAlternativa ao Azure Image Analysis 4.0

Brainiall Audio PolishRemover ruído, isolar, limpar, masterizar

Brainiall Speaker IDMotor Brainiall Speaker ID, quem disse o quê

Brainiall MemoryAlternativa ao Mem0, 1/8 do custo