baidu
Pp Structurev3
PP-StructureV3 преобразует документы в структурированный текст: определяет макет страницы и распознаёт таблицы, формулы и диаграммы. Вход: изображения документов, PDF; выход: структурированный текст.
- Вход
- 253,20 ₽
- Выход
- Бесплатно
- Доступность
- 100%
baidu/pp-structurev3Данные каталога получены .
Цена
- Распознавание текста · страница
- 3,17 ₽ / 1 страница
- Распознавание текста · генерация / обработка
- 3,17 ₽ / 1 страница
- Распознавание текста · вход
- 253,20 ₽ / 1 млн токенов
- Распознавание текста · выход
- Бесплатно
Цена указана в рублях для выбранной операции и её параметров.
Перед оплачиваемым запросом создаётся резерв. Итоговый расход привязан к сохранённым параметрам и тарифу запроса. При неизвестном результате резерв удерживается до проверки; такой запрос не следует повторять с новым идентификатором.
О модели
PP-StructureV3 преобразует изображения документов и PDF в структурированный контент, включая Markdown. Распознаёт макет, таблицы, формулы и диаграммы и восстанавливает порядок чтения многоколоночных документов. Разработчик: baidu.
Характеристики
- 7 октября: нет данных—7 октября
- 8 октября: нет данных—8 октября
- 9 октября: 100%100%9 октября
- Тип модели
- Модель ИИ
- Вход модели
- Не указан
Данные, которые модель принимает вместе с запросом.
- Выход модели
- Не указан
Форматы результата, которые создаёт модель.
- Операции
- Распознавание текста
Настройки
По умолчаниюНет
По умолчаниюНет
По умолчаниюНет
По умолчаниюНет
Контрольные показатели
Для этой версии модели оценок пока нет.
Оценки относятся к этой версии модели и методике источника. Качество и скорость конкретного запроса они не гарантируют.
API-запрос
Операция доступна через API. Ключ храните в переменной окружения на своём сервере. REQUEST_ID: уникальный идентификатор запроса. При повторе сохраняйте его и тело запроса.
Ответ содержит задание. Проверяйте его по GET /v1/jobs/{id}. Перед отправкой получите стоимость через POST /v1/quotes и укажите допустимый лимит: как задать бюджет запроса.
import json
import os
from urllib.request import Request, HTTPRedirectHandler, build_opener
class NoRedirect(HTTPRedirectHandler):
def redirect_request(self, req, fp, code, msg, headers, newurl):
return None
opener = build_opener(NoRedirect)
def post(url, payload):
request = Request(url, data=json.dumps(payload).encode("utf-8"), headers={
"Authorization": "Bearer " + os.environ["KVANTORA_API_KEY"],
"Content-Type": "application/json",
"Idempotency-Key": os.environ["REQUEST_ID"],
}, method="POST")
with opener.open(request, timeout=120) as response:
return json.load(response)
def get(url):
request = Request(url, headers={
"Authorization": "Bearer " + os.environ["KVANTORA_API_KEY"],
}, method="GET")
with opener.open(request, timeout=120) as response:
return json.load(response)
def format_rubles(value):
amount = int(value)
sign, absolute = ("-" if amount < 0 else ""), abs(amount)
if 0 < absolute < 10_000:
return sign + "<0,01 ₽"
cents = (absolute + 5_000) // 10_000
return f"{sign}{cents // 100},{cents % 100:02d} ₽"
quote = post("https://api.kvantora.ai/v1/quotes", {
"model": "baidu/pp-structurev3",
"operation": "ocr"
})
print("Стоимость:", format_rubles(quote["estimated_cost_microrub"]))
# Укажите допустимый бюджет вместо max_cost_microrub: 0.
payload = {
"model": "baidu/pp-structurev3",
"max_cost_microrub": 0
}
job = post("https://api.kvantora.ai/v1/ocr", payload)
print(get("https://api.kvantora.ai/v1/jobs" + "/" + job["id"]))





