Reducto

Reducto es una API de análisis y extracción de documentos creada para equipos de ingeniería de IA que necesitan resultados estructurados y listos para LLM a partir de documentos complejos del mundo real. Fundada en 2023 por Adit Abraham y Raunak Chowdhuri, ambos ingenieros de ML formados en el MIT, la empresa se graduó en el grupo de invierno de 2024 de Y Combinator y desde entonces ha recaudado $108M en financiación total de Andreessen Horowitz, Benchmark y First Round Capital. El problema central que resuelve es un cuello de botella persistente en los flujos de trabajo de IA: la mayoría de los documentos en finanzas, ámbito legal, atención médica y seguros son PDF y hojas de cálculo con diseños de tablas complejos, texto en varias columnas, gráficos incrustados y anotaciones escritas a mano que las herramientas de extracción de texto estándar estropean, lo que causa errores en los modelos posteriores.

La API de Reducto expone cuatro endpoints principales. El endpoint Parse convierte los documentos en bloques JSON estructurados que reconocen el diseño con cuadros delimitadores en cada elemento. El endpoint Extract realiza una extracción de datos estructurados basada en esquemas con puntuaciones de confianza a nivel de campo y citas de procedencia. El endpoint Split se encarga de la detección de múltiples documentos y la segmentación de formularios. El endpoint Edit, lanzado en 2025, es la primera API de la industria para editar archivos PDF y DOCX de forma dinámica sin plantillas predefinidas. Como respaldo de todo esto se encuentra Reducto Studio, un creador de flujos de trabajo sin código que añade puntuación de confianza, generación de datos de evaluación y visibilidad del rendimiento del flujo de trabajo sin requerir integración directa con la API. La plataforma es compatible con más de 100 idiomas, maneja tablas con celdas combinadas, gráficos, escritura a mano y casillas de verificación, y ofrece procesamiento elegible para HIPAA y SOC 2 Tipo II con configuraciones de retención cero para industrias reguladas.

Lo que Reducto realmente hace en abril de 2026

En esencia, Reducto trata cada página del documento como una imagen en lugar de un archivo de texto. La mayoría de las bibliotecas de análisis de PDF extraen texto de los metadatos del PDF, lo que funciona adecuadamente para PDF limpios y creados digitalmente, pero falla en documentos escaneados, páginas rotadas, archivos con marcas de agua o cualquier documento con una estructura visual compleja. El enfoque de Reducto ejecuta un flujo de trabajo de tres etapas: la visión por computadora tradicional analiza primero el diseño y la estructura espacial del documento; luego, los modelos de visión-lenguaje revisan y corrigen los resultados iniciales del OCR en tiempo real, un proceso que la empresa llama OCR agéntico; y una pasada final de VLM interpreta las regiones de contenido de manera contextual, vinculando los encabezados de las columnas con las celdas de datos y las etiquetas de las filas con los valores.

Esta arquitectura de múltiples pasadas está diseñada específicamente para los casos en los que la extracción de una sola pasada omite datos de forma silenciosa. Como explicó Adit Abraham, CEO de Reducto, en una entrevista de septiembre de 2025 con el ingeniero de IA Jason Liu: "Usa las mejores herramientas disponibles... una combinación tanto de CV tradicional para las cosas que la CV maneja bien, como de VLM y metadatos de documentos". La consecuencia práctica es una precisión medible en tablas que rompen otros analizadores: tablas complejas con celdas combinadas que abarcan múltiples filas y columnas, encabezados anidados donde el significado de una celda depende de una jerarquía de encabezados principales, y tablas divididas a través de los límites de la página.

En noviembre de 2024, Reducto lanzó como código abierto RD-TableBench, un punto de referencia de 1,000 imágenes de tablas complejas anotadas por revisores humanos con nivel de doctorado, que abarca tablas escaneadas, contenido multilingüe, escritura a mano y estructuras de encabezados de múltiples niveles. Este punto de referencia fue un movimiento deliberado para proporcionar un estándar de precisión objetivo en un mercado donde los proveedores citaban habitualmente métricas internas incomparables. En RD-TableBench, Reducto reporta una puntuación de similitud de tabla promedio de aproximadamente 0.90, en comparación con AWS Textract con 0.72 y Google Cloud Document AI con 0.81.

"A pesar del notable progreso que hemos visto en la IA en los últimos años, el procesamiento de documentos sigue siendo un cuello de botella crítico. Reducto existe para solucionar esto. A diferencia de los métodos tradicionales de reconocimiento óptico de caracteres, que..." -- @a16z, X, 14 de octubre de 2025

Para octubre de 2025, Reducto había procesado más de mil millones de páginas, con un volumen mensual que creció 6 veces entre los anuncios de la Serie A en abril y la Serie B en octubre. Entre los clientes mencionados se incluyen Harvey, Scale AI, Mercor, Rogo, una empresa de la lista Fortune 10 y uno de los 5 principales fondos de cobertura a nivel mundial.

Dónde se sitúa Reducto frente a LlamaParse y Unstructured.io

Tres competidores ocupan diferentes posiciones en el espectro de precisión frente a flexibilidad. Reducto es la opción de API con opiniones y de alta precisión. LlamaParse se dirige a equipos que ya utilizan el ecosistema LlamaIndex. Unstructured.io ancla el extremo de código abierto y de flujos de trabajo ETL.

Reducto vs. LlamaParse: LlamaParse es el servicio de análisis dentro de LlamaCloud, diseñado principalmente para equipos que ya utilizan LlamaIndex para la orquestación de flujos de trabajo RAG. Es compatible con más de 90 formatos de archivo, devuelve múltiples formatos de salida (texto, Markdown, JSON, XLSX) y ha procesado más de 500 millones de documentos. Donde LlamaParse difiere mecánicamente es en cómo maneja las tablas complejas: ofrece modos seleccionables (estándar, LLM, agéntico, agéntico plus), cada uno con diferentes costos de créditos por página. Los desarrolladores eligen el modo manualmente en función de la complejidad esperada del documento. El OCR agéntico de Reducto se ejecuta automáticamente y se adapta por región, lo que elimina esa carga de configuración pero produce costos por página más altos en el extremo complejo. La extracción de esquemas de LlamaParse quedó obsoleta y se trasladó a un servicio LlamaExtract independiente, mientras que el endpoint Extract de Reducto está integrado y produce puntuaciones de confianza a nivel de campo con cuadros delimitadores para cada campo extraído. Para documentos simples de nivel de investigación o creación de prototipos, LlamaParse es más barato y suficiente. Para presentaciones financieras y contratos legales donde una celda mal leída corrompe un cálculo posterior, la precisión de múltiples pasadas de Reducto vale la diferencia de costo.

Reducto vs. Unstructured.io: Unstructured es fundamentalmente una biblioteca ETL de código abierto con una capa SaaS empresarial en la parte superior. El paquete de Python de código abierto tiene licencia MIT y se puede alojar de forma independiente, utilizando conocimientos específicos del formato para dividir los documentos en unidades semánticas antes de la fragmentación (chunking). Las estrategias de fragmentación de Unstructured (por página, por similitud, semántica) son más configurables que los valores predeterminados de Reducto y su ecosistema de conectores (Databricks, Elasticsearch, S3, Google Drive, Snowflake) es más amplio para los equipos que construyen flujos de datos a través de múltiples sistemas de almacenamiento. La compensación arquitectónica es que la precisión de Unstructured en tablas complejas, especialmente aquellas con celdas combinadas y encabezados anidados en documentos financieros, no iguala la corrección VLM de múltiples pasadas de Reducto. Unstructured reporta una puntuación CCT (transferencia de contenido coherente) ajustada de 0.917 con una baja tasa de tokens de alucinación, que mide cosas diferentes a la puntuación de similitud de tabla de RD-TableBench. Los equipos que priorizan la dependencia cero del proveedor, la auditabilidad del código abierto o la integración de la infraestructura ETL existente deberían evaluar Unstructured. Los equipos que priorizan la precisión de la extracción de tablas en documentos desordenados del mundo real deberían evaluar Reducto.

"Habíamos pasado suficiente tiempo explorando cosas que no resonaban. En comparación, se sintió como si nos dieran un puñetazo en la cara con esta nueva idea". -- Adit Abraham, CEO, Reducto, entrevista con First Round Capital, 2025

AWS Textract y Google Cloud Document AI también compiten en este espacio, particularmente para equipos en infraestructura AWS o GCP existente. Las páginas de comparación de Reducto muestran ventajas de precisión de más del 20% sobre ambos en puntos de referencia de tablas complejas, aunque ambos proveedores de la nube ofrecen una integración de infraestructura más estrecha y rutas de cumplimiento más simples para los equipos que ya están dentro de esos ecosistemas. Para los equipos nativos de IA que construyen flujos de trabajo específicos fuera de los ecosistemas de hiperescaladores, Reducto y Firecrawl (para documentos de origen web) tienden a ser el par de ingesta preferido.

Cómo es la realidad del flujo de trabajo de la API

La API de Reducto se basa en créditos, facturados a $0.015 por crédito en el nivel Standard de pago por uso. El análisis de páginas estándar cuesta 1 crédito por página, es decir, $0.015/página. Las páginas complejas con OCR agéntico habilitado cuestan 2 créditos, lo que sitúa la tarifa efectiva en $0.03/página. Las operaciones adicionales se acumulan: la extracción agéntica cuesta de 2 a 4 créditos por página dependiendo de la complejidad de la página, Split cuesta 2 créditos por página y Edit (beta) cuesta 4 créditos por página. Un equipo que procese 100,000 páginas al mes con un uso moderado de VLM debería presupuestar aproximadamente entre $2,000 y $4,000 al mes antes de que se apliquen los descuentos por volumen del nivel Growth.

El nivel Standard incluye 15,000 créditos gratuitos, lo que equivale aproximadamente a 7,500-15,000 páginas dependiendo de la complejidad. Esto cubre el desarrollo, las pruebas y la producción inicial sin necesidad de tarjeta de crédito. Los endpoints asíncronos (/parse_async, /extract_async) devuelven inmediatamente un job_id y utilizan devoluciones de llamada de webhook, eludiendo el límite de 200 solicitudes simultáneas en los endpoints síncronos. Para el procesamiento por lotes de gran volumen, este es el patrón recomendado.

Reducto Studio, el creador de flujos de trabajo sin código, añade una capa visual para los equipos que desean configurar y probar flujos de trabajo sin escribir código. Incluye puntuación de confianza en los campos extraídos, datos de evaluación generados automáticamente a partir de documentos reales y visibilidad del rendimiento del flujo de trabajo. Se incluyen hasta 5 licencias de Studio en el nivel Standard. En el lanzamiento de Studio, los usuarios señalaron fallos en Safari y Chrome para iPhone debido a la compatibilidad con WebGPU; el CTO los reconoció rápidamente y el producto ha madurado, pero sigue siendo más reciente que la API principal.

Los niveles Enterprise y Growth añaden implementación en VPC, opciones locales (on-premises), configuraciones aisladas (air-gapped), SSO/SAML, controles de residencia de datos y SLA dedicados. La cobertura SOC 2 Tipo II y HIPAA BAA está disponible en Enterprise. La nota sobre la UE que vale la pena conocer: los Acuerdos de Procesamiento de Datos (DPA) estándar están disponibles en todos los niveles; los DPA personalizados con revisiones requieren Enterprise. Esto fue una fuente de confusión en el lanzamiento de Studio (los desarrolladores de la UE asumieron que los DPA eran solo para Enterprise), pero el DPA predeterminado cubre los requisitos estándar del RGPD en el nivel Standard. Para los equipos que construyen sobre Pinecone u otras bases de datos vectoriales, la salida JSON estructurada de Reducto con cuadros delimitadores se asigna limpiamente a los esquemas de metadatos necesarios para la búsqueda híbrida.

Para quién está creado Reducto

La base de clientes de Reducto se agrupa en torno a cuatro verticales donde la calidad de los documentos tiene consecuencias directas en los ingresos o el cumplimiento. Los equipos de servicios financieros (fondos de cobertura, bancos, plataformas de inversión) lo utilizan para informes de ganancias, presentaciones 10-K y estados financieros donde la desalineación de las celdas de la tabla puede corromper los modelos cuantitativos. Las plataformas de IA legal como Harvey lo utilizan para contratos, presentaciones de casos y presentaciones regulatorias donde la procedencia de las citas a nivel de campo es un requisito estricto. Los equipos de atención médica que procesan formularios de autorización previa y documentos clínicos necesitan la confiabilidad de detección de casillas de verificación y el procesamiento elegible para HIPAA que los VLM genéricos no pueden proporcionar de manera consistente. Los equipos de seguros y cumplimiento que procesan lotes de documentos heterogéneos (formularios, faxes, envíos escritos a mano) se benefician del soporte multilingüe y la tolerancia del OCR agéntico para páginas rotadas o con marcas de agua.

Para los flujos de trabajo RAG, Reducto se combina bien con AnythingLLM o LlamaIndex: la procedencia del cuadro delimitador en cada bloque de salida permite citas precisas de documentos, y las puntuaciones de confianza del endpoint Extract permiten a los equipos filtrar extracciones de baja confianza antes de que lleguen al índice vectorial, reduciendo las tasas de alucinación posteriores.

Los equipos de ingeniería de IA que escalan del prototipo a la producción comúnmente adoptan Reducto cuando el análisis inicial de PDF (PyMuPDF, pdfplumber o extracción de texto ingenua) falla en el 20% de su corpus de documentos que contiene tablas complejas o páginas escaneadas. El punto de referencia público RD-TableBench permite a los equipos validar la precisión en muestras representativas antes de comprometerse con un proveedor.

Lo que no es Reducto

Reducto es una API de ingesta, no una plataforma de flujo de trabajo de documentos de extremo a extremo. No incluye clasificación de documentos (enrutamiento de facturas frente a contratos frente a formularios a diferentes flujos de trabajo), interfaces de revisión con intervención humana (human-in-the-loop), ajuste fino de modelos para esquemas de documentos específicos o integraciones nativas con sistemas posteriores como Salesforce o SAP. Los equipos necesitan construir o comprar esas capas por separado. Competidores como Extend o Nanonets se posicionan como soluciones de flujo de trabajo más completas; el contraargumento de Reducto es que una capa de ingesta de primera clase que se integra con cualquier sistema posterior es preferible a una plataforma integrada verticalmente con compensaciones de precisión.

Omite Reducto cuando: los documentos son PDF simples de solo texto sin tablas o diseños complejos (el modo rentable de LlamaParse es 5 veces más barato y adecuado); el equipo ya está inmerso en el ecosistema LlamaIndex/LlamaCloud y quiere un solo proveedor; el alojamiento propio de código abierto con cero dependencia del proveedor es un requisito estricto (Unstructured.io); o el caso de uso es el scraping de páginas web en lugar del análisis de documentos (Firecrawl es la herramienta adecuada para ese trabajo). Los equipos en etapas muy tempranas que experimentan con IA de documentos deberían comenzar con los 15,000 créditos gratuitos de Reducto antes de comprometerse con una relación de facturación, ya que el modelo de créditos puede producir costos inesperados si la complejidad de la página o la selección de operaciones no se comprende bien desde el principio.