JigsawStack

JigsawStack 的模型各練一件事，公司說它們比起用提示詞硬凹一個通用模型，跑得更快、結果也更一致。爬取模型懂得怎麼讀一個頁面，OCR 模型懂得怎麼讀一份文件。每個模型都有專屬 API 與專屬基礎架構，不是一個什麼都做的共用端點。實際效益是輸出的形狀在每次執行之間維持穩定，你自己要寫的驗證程式碼就少了一截。

每個模型每次呼叫都回傳同一種結構化回應，需要自訂結構的任務，也能由你來定義。這份一致性來自模型的訓練方式，不是事後套上去的 schema。對後端工作來說，這比單純「聰明」更值錢，因為下游程式碼靠的就是可預期的欄位。OCR 與網頁爬取兩頁，都把「使用者自訂結構化輸出的高準確率」當作主打。

AI 網頁爬取用提示詞從指定網址抽出特定資料，你不必懂網頁的 HTML，也能把價格或評論撈下來。它應付得了動態網站，也能透過指定國家的代理瀏覽，對區域定價與旅遊網站很有用。網頁搜尋 API 回傳的是為 AI 消化而設計的結構化、有脈絡的結果，不是一串連結，還附上地點資訊與搜尋建議，方便做自動完成輸入框。

vOCR 能讀取任何一種文件裡的文字，並以一致的結構回傳，底層是微調過的視覺模型。公司列出的主要用途有 KYC 自動化、詐欺偵測、無障礙，以及敏感的醫療或法律文件。物件偵測 API 涵蓋圖像與畫面，也鎖定電腦操作，模型會看著圖形介面，找出代理程式該點擊的按鈕與欄位。工地安全與零售盤點是它列出的兩個場景。

這套工具宣稱旗下模型支援超過 160 種語言，語音轉文字 API 則靠 Whisper large v3 轉錄 100 多種。多語能力被當成核心功能，不是事後補的，訓練資料也從世界各地蒐集，讓冷門語言的準確度不至於崩掉。對要出海、不是只做英語市場的團隊來說，這個涵蓋面就是選它的理由。

JigsawStack 提供完整型別化的 Python 與 JavaScript/TypeScript SDK，另外還有 PHP、Ruby、Go、Java、Swift、Dart、Kotlin、C# 與純 cURL 的範例片段。它能接上 Vercel AI SDK、LangChain、Zapier、n8n、Google Sheets、Postman、Hugging Face 與 Replicate，塞進你原本的技術棧不成問題。儀表板再加上即時日誌與分析，涵蓋工作階段、國家、IP 等資料點，還有依 API 金鑰設定的權限控管。

基礎架構走無伺服器，宣稱能在 200 毫秒內處理數十億筆同時請求，靠智慧快取壓低費用與延遲，並能用上 90 多組分散式 GPU。Enterprise 方案再加上 99.9% 的 SLA、SOC 2、無上限的日誌保留、專屬支援經理、客製部署與自架選項。最後這點，對不能把文件送到第三方的團隊尤其關鍵。