Что будет, если нужного поля в документе нет?

Модель вернёт null с кодом причины. Она не подставляет правдоподобное значение, поэтому выдуманные данные не попадают в вашу базу, а спорные документы легко отправить на ручную проверку.

Работает ли модель со сканами и PDF?

Да. В поставку входит препроцессор, который разбирает вёрстку PDF и OCR-текст до того, как документ попадёт в модель.

Какой объём документа можно отправить за один запрос?

До 32K токенов — это около 60 страниц плотного текста. Для большинства счетов, договоров-приложений и анкет хватает одного запроса.

Какое железо нужно?

Одна GPU с 24 ГБ видеопамяти — класс L4 или A10. Перед пилотом сверяем сайзинг с вашим реальным трафиком.

МОДЕЛЬ 01 · СТРУКТУРИРОВАННЫЙ ВЫВОД

МАЙПЛ JSON

Структурированные данные — каждый раз по вашей схеме

Модель превращает документы и свободный текст в JSON, который гарантированно соответствует схеме. Ограниченное декодирование означает: какую схему вы передали, такую и получите обратно — в каждом запросе. Одна компактная модель на одной GPU внутри вашей сети, без облака поставщика и без оплаты за токены.

99,8%

прохождения схемы на уровне полей

41 мс

медианная задержка

32K

токенов контекста — около 60 страниц

1× 24 ГБ

GPU класса L4 или A10

Задача модели

Достать из документа или текста нужные поля и вернуть их в JSON строго по заданной JSON Schema. Без обёрток, повторных запросов и обращения к большой модели, если что-то не получилось.

На входе

Счета, письма, формы, анкеты и логи
PDF — встроенный препроцессор разбирает вёрстку и OCR-текст до того, как документ попадёт в модель
JSON Schema, которую вы передаёте вместе с запросом
До 32K токенов за запрос — около 60 страниц плотного текста

На выходе

JSON, который валиден по вашей схеме — без лишних полей и сломанной структуры
null с кодом причины для полей, которые нельзя подтвердить источником
Ответ, который парсер принимает без обработки ошибок и повторов

Одна задача — сделанная по спецификации

Всё ниже модель делает сама: без обёрток, без циклов повторных запросов и без обращения к модели побольше, когда застряла.

Схема на входе — схема на выходе

Декодирование ограничено JSON Schema из запроса. Битый вывод или лишние поля структурно невозможны, поэтому парсеры дальше по цепочке не ломаются.

Документы и свободный текст

Счета, письма, формы и логи. Встроенный препроцессор обрабатывает вёрстку PDF и OCR-текст до того, как их увидит модель.

99,8% прохождения схемы

Точность на уровне полей на наших отложенных наборах для извлечения. Это наш замер — встроенный стенд оценки воспроизводит его на ваших документах.

Не угадывает, а сообщает

Поля, которые модель не может подтвердить источником, возвращаются как null с кодом причины. Тихая выдумка не попадает в вашу базу данных.

Характеристики

Цифры, которые нужны для планирования мощностей. Перед пилотом сайзинг сверяется с вашим трафиком, и показатели записываются в соглашение.

Контекст: 32K токенов
Около 60 страниц плотного текста документа за один запрос.
Задержка: 41 мс, медиана
Медиана, batch 1, эталонное развёртывание на одной GPU. Замер разработчика — встроенный стенд воспроизводит его на вашем железе.
Железо: 1× GPU 24 ГБ
Класс L4 или A10. Сайзинг проверяем до пилота.
Метрика качества: 99,8% прохождения схемы
Точность на уровне полей на отложенных наборах разработчика.
Интерфейс: OpenAI-совместимый REST
Обслуживается vLLM. Код, написанный под OpenAI-клиент, подключается без переписывания.
Развёртывание: Docker Compose или Helm
Ваши серверы, частное облако (VPC) или изолированный контур без интернета.
Дообучение: LoRA на ваших данных
Задания на дообучение входят в редакцию Enterprise. Обычно хватает нескольких сотен размеченных примеров из вашего процесса.
Оплата: Годовая лицензия
Без оплаты за токены, запросы и рабочие места. Размер лицензии зависит от масштаба развёртывания.

Где применяется

Сценарии для компаний, которые вручную переносят данные из документов в учётные системы.

Первичные документы в учётную систему

Счета, акты и накладные от контрагентов приходят в PDF и сканах. Модель достаёт реквизиты и суммы в JSON, который ваша интеграция загружает в 1С или ERP.

Номер, дата, контрагент, суммы — по вашей схеме
Пустое поле с причиной вместо выдуманного значения
Сканы — через встроенный OCR-препроцессор

Письма и заявки — в карточки CRM

Входящие письма клиентов и заявки в свободной форме превращаются в структурированную карточку: кто пишет, что нужно, какие сроки.

Одинаковая структура у каждой заявки
Без ручного разбора почты менеджером
Парсер CRM не падает на неожиданном формате

Анкеты и формы

Заполненные анкеты, заявления и формы любого вида приводятся к единому набору полей для дальнейшей обработки.

Единый формат из разнородных бланков
Персональные данные обрабатываются внутри контура — требование 152-ФЗ
До 60 страниц в одном запросе

Логи и технические события

Разнородные записи логов и уведомлений раскладываются в поля, пригодные для аналитики и алертинга.

Стабильная схема для хранилища данных
Высокая скорость — 41 мс по медиане
Данные не покидают инфраструктуру

Пример запроса и ответа

Иллюстрация формата. Имя модели и коды причин условные — точный контракт фиксируется на пилоте.

Запрос

{
  "model": "maipl-json",
  "response_format": {
    "type": "json_schema",
    "json_schema": {
      "name": "invoice",
      "schema": {
        "type": "object",
        "properties": {
          "number": { "type": "string" },
          "date":   { "type": "string", "format": "date" },
          "total":  { "type": "number" },
          "inn":    { "type": ["string", "null"] }
        },
        "required": ["number", "date", "total", "inn"]
      }
    }
  },
  "messages": [
    { "role": "user", "content": "Счёт № 214 от 12.03.2026, ООО «Пример». Итого к оплате: 48 600,00 ₽" }
  ]
}

Ответ модели

{
  "number": "214",
  "date": "2026-03-12",
  "total": 48600.00,
  "inn": null,
  "null_reasons": { "inn": "not_in_source" }
}

От первого звонка до промышленной эксплуатации

Три шага без переписывания вашего кода. В конце веса модели остаются у вас.

Звонок-знакомство
30 минут
Без слайдов: задача, формат данных и требования безопасности. Если эта модель вам не подходит — скажем прямо на звонке.
Пилот в вашем контуре
по плану пилота
Контейнер разворачивается на тестовом стенде в вашем VPC или на собственных серверах — на том же стеке, что Люмен и Notetaker. Стенд оценки прогоняет модель на ваших данных, цифры попадают в пилотное соглашение.
Промышленный запуск
90 дней сопровождения
Runbook, обучение операторов и 90 дней сопровождения. После этого модель эксплуатируете вы, без зависимости от поставщика.

Частые вопросы

Нет. Декодирование ограничено JSON Schema, которую вы передаёте в запросе, поэтому битая структура и лишние поля структурно невозможны. Обёртки с валидацией и повторные запросы не нужны.

Это точность на уровне полей на наших отложенных наборах для извлечения. Стенд оценки поставляется в контейнере и воспроизводит замер на ваших документах, в том числе русскоязычных, — целевые метрики фиксируются в пилотном соглашении.