Chaque élément, localisé.
Un modèle de vision de 1,2 milliard de paramètres qui transforme PDF, numérisations et dépôts réglementaires en markdown propre, en tableaux structurés et en données de graphiques, avec une boîte englobante sur chaque bloc produit. Pas seulement les images. Le texte aussi.
- ParseBench, global
- 80,1
- N° 1 parmi les modèles à poids ouverts, cinquième au total.
- Par 1 000 pages
- 5,20 $
- Au volume entreprise, sur les pages qui exigent le modèle. 10 $ au tarif du catalogue.
- Paramètres
- 1,2 G
- Tourne sur tout GPU de 8 Go. Environ 6 pages par seconde sur un H100.
- Poids
- AGPL-3.0
- Publiés sur Hugging Face. Exécutez-le dans votre propre périmètre.
L'analyseur est le nôtre. Les poids aussi.
rakedoc-nano-2 est le modèle qui lit le quart difficile. Il est n° 1 parmi les modèles à poids ouverts sur ParseBench et devance tous les LLM de pointe, et il est publié sur Hugging Face sous AGPL-3.0, pour que vous puissiez le vérifier vous-même.
- Pages qui n'atteignent jamais un modèle
- 75 %
- Le trimestre dernier, les documents clients sont passés par le pipeline déterministe, sans GPU, au cinquième du prix du modèle.
- Par 1 000 pages déterministes
- 2 $
- Pages qui évitent le modèle. Les pages avec modèle coûtent 10 $, ou 5,20 $ au volume entreprise.
- Écart entre exécutions
- ±0,1
- Sur le score global, sur trois exécutions complètes sur un GPU.
- LlamaParse Agentic Plus 86,7
- LlamaParse Agentic 82,8
- Pulse Ultra 2 81,6
- Upstage Document Parse 2 80,6
- rakedoc-nano-2 le nôtre, poids ouverts 80,1
- anyformat 80,0
- KDL-Frontier-Parser-nano-v2 ouvert 79,1
- Opus 5.5 (Effort High) 78,8
- oi-parser 78,3
- Fable 5.1 77,8
- LlamaParse Cost Effective 77,7
- LightOnOCR-3-4B ouvert 75,6
- Nemotron-3.5-Parse 75,1
- GPT-5.6 Sol (Reasoning High) 74,4
- Gemini 3 Flash (Thinking Medium) 74,1
- Fidélité du contenu À 3,5 points du meilleur du banc 87,8
- Tableaux En-têtes fusionnés compris, gardés en structure 85,9
- Mise en forme sémantique Troisième au total, derrière deux paliers LlamaParse Agentic 80,0
- Ancrage Les boîtes, évaluées 75,1
- Graphiques 6,8 points de plus que notre premier modèle, encore notre plus faible 71,7
Chaque chiffre ici vient du classement public ParseBench, y compris notre propre soumission. Notre score est la moyenne de trois exécutions complètes sur un seul GPU; le score global a varié de moins de ±0,1 entre les exécutions. Les modèles sans prix publié figurent quand même au graphique. Nous préférons que vous vérifiiez les chiffres plutôt que de nous croire sur parole.
Tout ce qu'il est, sur une page.
Un modèle, une licence, un prix sur les pages qui l'exigent. La lignée est publiée, parce qu'un analyseur qu'on ne peut inspecter est un analyseur qu'il faut croire sur parole.
| Modèle | |
|---|---|
| Nom | rakedoc-nano-2 |
| Catégorie | Analyseur vision-langageConçu par CloudRaker, et le moteur derrière la capacité Parse. |
| Tâche | Analyse de documentsMarkdown avec sa mise en forme, tableaux structurés, graphiques en données, et une boîte englobante sur chaque élément. |
| Paramètres | 1,2 milliard |
| Lignée | KDL-Frontier-Parser-nano-v2 (Qwen2-VL)Un ajustement fin pour les graphiques et la mise en forme du texte. AGPL-3.0, héritée de KDL; Qwen2-VL est sous Apache-2.0. |
| Exécution | |
| Poids | huggingface.co/cloudraker/rakedoc-nano-2 |
| Licence | AGPL-3.0Exécutez-le, inspectez-le, ajustez-le. |
| Auto-hébergé | vllm serve cloudraker/rakedoc-nano-2Un remplacement direct de KDL-Frontier-Parser-nano-v2. Tout GPU de 8 Go; il tourne sans peine sur un L4 et descend à zéro. |
| Débit | Environ 6 pages par secondeEn saturant un seul H100. |
| Hébergé | API Paperwork et votre espace de travail CloudRaker |
| Prix | |
| Palier déterministe | 2,00 $ par 1 000 pagesLà où trois pages sur quatre sont traitées, sans aucun GPU. |
| Tarif du catalogue | 10,00 $ par 1 000 pagesFacturé seulement sur les pages qui atteignent le modèle, à la place du tarif déterministe. Sans minimum. |
| Entreprise | 5,20 $ par 1 000 pagesVolume engagé et déploiements privés. |
Un appel, et la page revient lisible.
Parse tient en un appel à l'API Paperwork. Envoyez un fichier, recevez markdown, JSON structuré et boîtes englobantes. Les PDF natifs reviennent en ligne. Les numérisations passent par rakedoc-nano-2 et prennent un peu plus de temps.
curl -X POST https://api.cloudraker.com/v1/parse \
-H "Authorization: Bearer $CLOUDRAKER_API_KEY" \
-H "Content-Type: application/json" \
-d '{"file": {"url": "https://example.com/rate-filing.pdf"}}'import { CloudRakerClient } from "@cloudraker/api";
const client = new CloudRakerClient({ token: "YOUR_API_KEY" });
const run = await client.parse({
body: {
file: "{ url: \"https://www.irs.gov/pub/irs-pdf/fw9.pdf\", name: \"w9.pdf\" },"
},
output: "inline",
});
console.log(run.output?.markdown); // clean markdown, straight from the PDFfrom cloudraker import V1ParseBodyFileName
from cloudraker.client import CloudRaker
client = CloudRaker(token="YOUR_API_KEY")
run = client.parse(
file=V1ParseBodyFileName(url="https://www.irs.gov/pub/irs-pdf/fw9.pdf", name="w9.pdf"),
output="inline",
)
print(run.output.markdown) # clean markdown, straight from the PDFL'analyse n'est pas finie quand le texte est juste.
Elle est finie quand vous pouvez pointer la page. rakedoc-nano-2 renvoie une boîte englobante pour chaque élément produit, alors que la plupart des services n'encadrent que les images et les tableaux. Nous encadrons aussi le texte, jusqu'à la cellule de tableau.
Ce n'est pas un détail. C'est la différence entre un mur de markdown et un document sur lequel vos logiciels peuvent agir, et c'est la base du reste de l'API Paperwork.
- Caviardez une clause à ses coordonnées, pas par une correspondance de texte qui peut échouer.
- Signez à un point d'ancrage réellement présent sur la page, où que la mise en page l'ait placé.
- Citez la région source dans une réponse de recherche, pour que le lecteur puisse la vérifier.
- Montrez à un auditeur la cellule exacte d'où vient un nombre.
Des questions importantes, des réponses rapides.
C'est le cinquième au total sur ParseBench et le n° 1 parmi les modèles à poids ouverts. Les quatre qui le précèdent sont des services d'analyse gérés, LlamaParse Agentic Plus, LlamaParse Agentic, Pulse Ultra 2 et Upstage Document Parse 2, et il coûte une fraction de chacun. Il devance tous les LLM de pointe du banc, Opus 5.5 en effort élevé compris.
Envoyez-nous les documents qui font échouer.
Le palier gratuit couvre des milliers de pages par mois. Exécutez-le sur les pages que votre analyseur actuel rate, et dites-nous où il échoue. C'est ainsi que la prochaine version sera entraînée.