Reducto上週（9月1日）釋出r-1，這是基於重構架構的新解析模型系列的首個模型，以單次整頁解析取代公司過去多階段agentic OCR流程。Reducto稱r-1的準確率超過其最強的舊agentic模型，速度更快，成本最多可低6倍。r-1目前處於預覽階段，透過Reducto託管的V3 Parse API執行，並用配置開關啟用；不提供開放權重或可自行部署的本地checkpoint。平臺本身支援多租戶雲、客戶VPC、本地部署與隔離環境，按安全策略，較高服務層級具備SOC 2 Type II認證並支援HIPAA處理。
單次前向替代多級管線：過去的Parse把OCR、版面檢測、後處理分成獨立階段，還會按需疊加agentic視覺語言呼叫，每次額外模型呼叫都增加延遲。r-1則將文字、表格、圖形、版面、閱讀順序、格式和grounding合併到一次完整頁面掃描中；每個block都返回基於頁面座標的邊界框，方便把內容對回頁面位置。真正的產品賣點在於這種整合。做財報、保險理賠或合同的團隊通常要把檔案拆分到多個供應商，再自己加後處理才能達到可用準確率。r-1挑戰的正是這種編排成本，而不只是字元級準確率。
數字：Reducto給出的早期r-1預覽結果，是錯誤率比自家舊agentic管線低20%，並稱在內部評測中對複雜文件的表現超過常見hyperscaler產品和大型LLM，新聞稿將Amazon Textract、Azure Document Intelligence列為對標基線。價格方面，舊agentic模型因工作量不同每頁3到6美分；r-1則固定每頁1美分，所有費用包含在內，沒有功能倍率或額外積分成本，官方稱這是向統一產品標價轉變的一部分。需要提醒的是，20%的錯誤率下降是相對Reducto自己的舊管線，與雲廠商和LLM的直接比較也是廠商內部完成，沒有隨公告發布公開評測框架或資料集。
按文件說明，r-1在這一次整頁掃描中原生處理：電子文本、掃描件和手寫；結合整頁上下文讀取表格結構，包括合併單元格和巢狀表頭；一起解析多欄、頁首、頁尾、邊注和閱讀順序；檢測圖形並生成簡短描述；識別有語義的格式，如標題、列表、加粗、下劃線和刪除線；並用頁面相對邊界框完成grounding。Reducto特別點名的長尾場景是密集表格、特殊版式、低質量掃描、帶水印內容以及沒有固定模板的文件。刪除線漏讀可能使合同條款語義反轉，表格誤讀會讓agent拿到錯誤數字，這些邊緣情況在受監管的流程中尤為關鍵。
遷移路徑：r-1要求使用V3 API。Parse請求未帶上settings.model時仍會執行舊版Parse，不會靜默破壞。Studio中新建的pipeline預設使用r-1，程式碼示例是client.parse.run(input=upload.file_id, settings={"model":"r-1"})。Agentic處理並沒有消失：需要自定義提示詞或高階圖表抽取的工作流仍會把頁面送到agentic管線，由Reducto把agentic環節補充到r-1結果上，同時會增加延遲。遷移現有配置前應先查閱r-1配置相容性頁面，因為部分舊設定會被忽略或不支援。
Reducto還預告了接下來兩個方向：面向速度和成本敏感場景的r-1 mini，以及自動按頁路由、為每頁選擇合適模型的機制。從其他解析器遷移的機構可申請最多5000美元額度做並排對比。r-1已於預覽階段上線，可透過V3 Parse API使用settings.model:"r-1"呼叫。