Reducto 发布 r-1：单次通过解析文档，每页 1 美分

Reducto 发布了新解析模型家族的首个成员 r-1。该模型基于重写的架构，用一次整页通过取代了公司此前的多阶段智能体（Agent）OCR 流程。Reducto 称，r-1 比其最强的旧版智能体模型更准确、更快，成本最多可低至原来的六分之一。

r-1 目前以预览形式提供，通过 Reducto 托管的 Parse API 的 V3 版本调用，用一个配置开关启用。该模型没有开放权重，也没有可自行部署的本地检查点。

单次通过覆盖哪些能力

旧版 Parse 将 OCR、版面检测和后处理拆成独立阶段，还可在上层叠加视觉语言模型调用，每一次额外的模型调用都会增加延迟。r-1 把文本、表格、图形、版面、阅读顺序、格式和定位信息合并到一次整页处理中，返回的每个内容块都带有相对于页面的边界框，把内容与其在页面上的位置对应起来。

据官方文档，这一次通过原生处理数字文本、扫描件和手写内容；包含合并单元格与嵌套表头的表格结构；分栏、页眉、页脚、侧边栏与阅读顺序；带简短生成描述的图形检测；以及承载语义的格式，包括标题、列表、加粗、下划线和删除线。

价格与口径说明

旧版智能体模型按工作负载计价，每页 3 到 6 美分。r-1 为每页 1 美分，全部包含在内，不再叠加功能倍数或额外的积分成本来换取高准确率。

Reducto 报告预览版错误率下降 20%，但这一数字是与公司自身此前的流程对比得出，而非与第三方基准对比。公司还称，在复杂文档上 r-1 的表现优于常用的云厂商产品，公告中点名了 Amazon Textract 和 Azure Document Intelligence，也优于大语言模型（LLM）。这些对比由厂商自行完成，公告未同时公开评测框架或数据集。

智能体处理并未取消：需要自定义提示词或高级图表提取的页面仍会走智能体流程，并带来额外延迟。Reducto 还透露了下两步：面向速度与成本敏感场景的 r-1 mini，以及为每一页自动选择模型的路由功能。从其他解析工具迁移的机构可申请最高 5000 美元额度用于并行对比测试。

更多细节见 MarkTechPost 的报道。