Upstage

Upstage es una empresa de IA que ofrece la familia de modelos de lenguaje Solar y productos de procesamiento de documentos, Document Parse e Information Extract, accesibles por API.

Document Parse convierte PDF, imágenes escaneadas y documentos de oficina en HTML o Markdown, preservando tablas, gráficos y la jerarquía de secciones, según el sitio oficial. Un modo llamado Enhanced lee elementos visuales más difíciles, como tablas complejas, casillas de verificación, gráficos y diagramas.

Information Extract devuelve campos definidos por el usuario en JSON, con coordenadas de ubicación y puntuación de confianza, a partir de un esquema y sin entrenamiento previo.

La familia Solar reúne modelos de lenguaje. La documentación de la consola lista modelos de las líneas Pro y Mini con contexto de 512 mil tokens y hasta 128 mil tokens de salida, en inglés, coreano y japonés. La consola también documenta la generación de embeddings de texto.

Los tres productos se complementan: Document Parse prepara el contenido, Information Extract estructura los campos y Solar procesa el texto resultante.

Upstage está indicada para empresas y equipos de desarrollo que necesitan convertir documentos en datos estructurados y alimentar aplicaciones de IA con el texto de esos documentos.

El caso de uso más directo es el procesamiento de documentos con diseño complejo, como contratos, formularios e informes con tablas y gráficos. La lista de formatos que acepta Document Parse incluye JPEG, PNG, BMP, TIFF, HEIC, PDF, DOCX, PPTX, XLSX, HWP y HWPX, lo que atiende a quien recibe archivos del procesador de texto coreano Hangul.

Los límites declarados en la documentación orientan la planificación. La API síncrona acepta hasta 100 páginas por archivo y la asíncrona hasta 2 mil páginas. Los idiomas soportados actualmente son coreano, inglés y japonés, y hanzi y kanji están en beta.

Los equipos de RAG y de agentes pueden combinar Document Parse con los modelos Solar. Information Extract tiene una integración con LangChain.

Antes de empezar, el equipo necesita una clave de API de la consola y, para Information Extract, el esquema de los campos que quiere extraer.

Las principales funciones de Upstage son Document Parse, Information Extract y la familia de modelos de lenguaje Solar.

• Document Parse: convierte PDF, imágenes y documentos de oficina en HTML o Markdown, preservando tablas, gráficos y la jerarquía de secciones. Acepta JPEG, PNG, BMP, TIFF, HEIC, PDF, DOCX, PPTX, XLSX, HWP y HWPX.
• Modo Enhanced: lee tablas complejas, casillas de verificación, gráficos y diagramas, según el blog de la empresa.
• Límites de procesamiento: 100 páginas por archivo en la API síncrona y 2 mil en la asíncrona, con archivos de hasta 100 MB y 500 MB, respectivamente, según la documentación.
• Information Extract: extracción por esquema, con salida en JSON, coordenadas de ubicación y puntuación de confianza, sin entrenamiento.
• Solar: modelos de lenguaje, con la línea Pro descrita por la empresa como modelo para agentes y la línea Mini orientada a cargas de agentes de alto volumen. La lista de la consola trae contexto de 512 mil tokens y salida de hasta 128 mil.
• Embeddings: la consola documenta la generación de embeddings de texto.

Los idiomas de Document Parse y de los modelos actuales son coreano, inglés y japonés.

Upstage vale la pena para quien procesa muchos documentos con tablas y formatos variados en coreano, inglés o japonés, y menos para quien necesita otros idiomas.

Ventajas:

• Document Parse acepta formatos de imagen y de oficina, incluidos HWP y HWPX, lo que cubre archivos comunes en Corea del Sur.
• La salida en HTML o Markdown preserva tablas y la jerarquía de secciones, lo que ayuda a quien alimenta aplicaciones de RAG.
• Information Extract devuelve JSON con coordenadas y puntuación de confianza y funciona por esquema, sin entrenamiento.
• Los tres productos, parsing, extracción y modelos Solar, están en la misma consola y la misma API.

Desventajas:

• Los idiomas soportados actualmente son coreano, inglés y japonés, y hanzi y kanji aún están en beta.
• La API síncrona tiene un límite de 100 páginas por archivo, y los archivos mayores requieren la API asíncrona, que acepta hasta 2 mil.
• Los modelos pasan por ciclos de vida: según la documentación, un alias heredado de Solar Mini se descontinuará el 30 de octubre de 2026, y la migración queda a cargo del equipo.
• Las cifras de rendimiento que publica Upstage provienen de benchmarks internos de la propia empresa.

Las alternativas a Upstage dependen del producto, porque combina procesamiento de documentos y modelos de lenguaje.

• Amazon Textract: servicio de AWS que extrae texto, tablas y formularios de documentos escaneados.
• Azure AI Document Intelligence: servicio de Microsoft para extraer texto, tablas y pares de campo y valor de documentos.
• Google Document AI: servicio de Google Cloud con procesadores de documentos para extracción de datos.
• LlamaParse: servicio de lectura de documentos de LlamaIndex, orientado a alimentar aplicaciones de RAG.
• OpenAI: ofrece modelos de lenguaje por API que aceptan imágenes como entrada, un enfoque de uso general y no un servicio dedicado de parsing de documentos.

La diferencia central frente a Upstage es el paquete. Los servicios de nube están ligados al ecosistema de su proveedor, y Upstage reúne parsing, extracción por esquema y modelos propios en la misma consola. Para procesar archivos HWP y HWPX, confirme el soporte de cada alternativa en su documentación antes de elegir.