Resumen

  • Nutrient anunció el 10 de septiembre la disponibilidad general de su API, que combina extracción según esquema y evidencia de ubicación en el documento.
  • La documentación distingue confianza relativa, ausencia de puntuación y correspondencia con la fuente. Ninguna sustituye por sí sola una decisión de negocio.

La pregunta después de extraer un importe no es únicamente «¿dónde estaba?». También hay que saber si era el importe que se buscaba y si está autorizado usarlo. Un valor de una línea puede coincidir exactamente con la factura y no ser el total solicitado. Es un ejemplo hipotético, no un fallo detectado en Nutrient.

El lanzamiento del 10 de septiembre acerca esas comprobaciones al flujo documental. La API analiza documentos y extrae campos estructurados, con referencias que permiten volver a la página y examinar el origen de un resultado. La trazabilidad puede reducir la búsqueda manual, aunque no resuelva por sí misma la interpretación.

El contrato del endpoint extract exige un JSON Schema, ejecuta internamente una fase de análisis del documento y devuelve las propiedades declaradas. Se diferencia de parse, destinado al contenido completo como elementos o Markdown. Las citas por campo figuran en metadatos: según su guía específica, están activadas por defecto, pero pueden desactivarse. En ese caso se omite su cálculo y los metadatos quedan vacíos. Ese vacío no demuestra que el sistema buscara una fuente y no la encontrara.

Las etiquetas distinguen coincidencia exacta con un bloque, coincidencia entre varios, resolución parcial, aproximación y falta de localización. La guía propone revisar los campos fuzzy_match y not_found. Es orientación para construir el tratamiento de excepciones, no prueba de que el producto entregue un proceso de aprobación ya resuelto para cada cliente.

La confianza añade otra señal, no una probabilidad calibrada ni un porcentaje. Cuando no se proporciona puntuación, falta información; no significa confianza baja o cero. Para campos de alto impacto, la documentación pide revisión humana con independencia de la puntuación. Encontrar el texto no certifica que ese texto sea el hecho adecuado para la operación.

Tampoco lo hace el 0,932 del benchmark oficial. Es una puntuación global del modo understand sobre 200 PDF, con métricas de orden de lectura, estructura de tablas y jerarquía de encabezados. Understand y agentic se evaluaron internamente sobre un corpus público; la presencia en la clasificación pública corresponde a la herramienta abierta text/structure. No equivale a un 93,2 % de campos correctos. Los tiempos locales de procesamiento no son latencia de ida y vuelta de la API, ni permiten unir la velocidad de un modo con la precisión de otro.

La presentación del producto reconoce una distinción útil: registrar la revisión de evidencias no significa aprobar el resultado. Sus vídeos de decisión muestran un concepto de flujo, no una interfaz entregada. Hacer visible una equivocación solo inicia el trabajo de resolverla.