Canal de Extracción de Datos
JSON estructurado desde cualquier texto
Extrae datos estructurados de facturas, recibos, correos, formularios y PDF a gran escala, produciendo JSON limpio y validado listo para cargar en base de datos. Maneja la variabilidad de formato y los campos ausentes con los que fallan los analizadores basados en reglas.
GPT-6.1 Sol
para 5M tokens al mes · 88% entrada / 12% salida
¿Por qué este modelo?
Para esta carga de trabajo —5M tokens al mes, un 88 % de entrada— cuesta unos 14,8 US$ al mes, lo más bajo entre los modelos sugeridos aquí. Su ventana de contexto de 1M tokens admite entradas largas en una sola llamada, algo importante para este tipo de trabajo.
Modelos alternativos
Consejos de implementación
- 1
Define tu esquema con JSON Schema Draft-07 y pásalo directamente en el prompt de sistema: los modelos con modo JSON nativo devuelven JSON válido al primer intento más del 95 % de las veces, eliminando fallos de parseo.
- 2
Añade un campo de «confianza» a cada valor extraído: indica al modelo que marque cada campo como alta, media o baja confianza y envía los de baja confianza a una cola de revisión humana en lugar de cargarlos automáticamente.
- 3
Procesa los documentos con trabajadores en paralelo para maximizar el rendimiento: la extracción es trivialmente paralelizable, y repartir un lote de 10.000 documentos entre 20 procesos concurrentes reduce el tiempo total 20 veces sin variar el coste.