Reducto发布r-1：单次全页解析模型，错误率降20%，成本降至1美分/页

全页单次解析：重构文档理解范式

Reducto于上周正式发布r-1，这是其全新解析模型家族的首款产品。r-1摒弃了原有基于多阶段智能体（agentic）的OCR流水线——即先做文字识别、再做版面分析、最后后处理，并可叠加视觉语言模型进行修正——转而采用端到端的单次全页解析架构。所有任务——包括文本提取、表格结构识别、图表检测、阅读顺序判定、格式保留（如标题、列表、加粗、删除线等）以及内容与原始页面坐标的精准对齐（grounding）——均在一次前向传播中完成。每个输出区块均附带页面相对坐标框，确保内容位置可追溯。

性能与成本双突破

Reducto表示，r-1在内部早期预览测试中，相较公司自有的最强旧版智能体解析管道，整体错误率下降20%。该指标为内部纵向对比，基准为其自身历史系统，而非第三方产品。在同等复杂文档（如财务报表、保险理赔单、法律合同）的内部评测中，r-1亦优于Amazon Textract与Azure Document Intelligence等主流云厂商服务，也超越常用大语言模型的解析表现。需注意，此项横向对比由Reducto自主完成，未同步公开评测数据集或基准测试框架。

价格方面，旧版智能体模型按工作负载浮动收费，每页3至6美分；r-1则实行统一费率——1美分/页，且无额外功能附加费或信用点消耗，Reducto将其定位为向“扁平化产品价目表”转型的关键一步。

原生支持复杂文档要素

据官方文档，r-1在单次全页解析中可原生处理：数字文本、扫描件及手写体；带上下文感知的表格结构（含合并单元格与嵌套表头）；多栏布局、页眉页脚、侧边栏及阅读顺序联合建模；图表检测并生成简短描述；语义化格式（标题层级、列表符号、加粗、下划线、删除线）；以及通过页面相对坐标框实现内容空间锚定。

Reducto特别指出长尾挑战场景：高密度表格、非标版式、低质量扫描件、水印干扰文档、无模板可循的自由格式文件。例如，遗漏一条删除线可能彻底改变合同条款效力，误读表格则可能导致下游智能体采纳错误数值——此类边缘案例在金融、医疗等强监管场景中影响重大。

部署路径与兼容性安排

r-1仅通过Reducto V3 Parse API提供，启用方式为在请求参数中设置`settings.model: "r-1"`。未指定模型的请求仍默认调用旧版Parse，确保零静默中断。Studio中新建的解析流程默认启用r-1。企业迁移前需查阅r-1配置兼容性说明，部分旧版参数将被忽略或不支持。

智能体能力并未取消：对于需定制提示词或高级图表解析的特定页面，系统仍可将r-1输出作为输入，调用增强型智能体管道进行补充处理，但会引入额外延迟。Reducto还预告了后续规划：轻量版r-1 mini（面向速度与成本敏感场景），以及自动逐页路由机制（根据页面特征动态选择最优模型）。此外，正从其他解析服务商迁移的客户，可申请最高5000美元额度的对比测试积分。

编者观点

r-1的实质突破在于以架构整合替代流程堆叠，直击企业文档AI落地中的“集成税”痛点——减少跨系统调度、降低延迟与运维复杂度。对中国B端AI厂商而言，这提示一个关键方向：在垂直场景中，比单纯追求单项指标（如OCR字符准确率）更重要的是，通过端到端建模压缩技术栈深度，从而在真实业务流中兑现可衡量的成本与可靠性收益。