Memilih fungsi pemrosesan dokumen

Anda dapat membandingkan fungsi pemrosesan dokumen yang tersedia di BigQuery ML untuk memilih alat terbaik guna menganalisis teks dan dokumen tidak terstruktur. Memahami perbedaan antara fungsi AI.GENERATE_TEXT dan ML.PROCESS_DOCUMENT membantu Anda mengoptimalkan alur kerja data untuk biaya, dukungan bahasa, dan penguraian dokumen terstruktur.

Secara umum, perbedaan antara fungsi-fungsi ini adalah sebagai berikut:

• AI.GENERATE_TEXT adalah pilihan yang baik untuk melakukan tugas natural language processing (NLP) yang sebagian kontennya berada dalam dokumen. Fungsi ini memberikan manfaat berikut:

  • Biaya yang lebih rendah
  • Dukungan bahasa lainnya
  • Throughput yang lebih cepat
  • Kemampuan penyesuaian model
  • Ketersediaan model multimodal

  Untuk contoh tugas pemrosesan dokumen yang paling sesuai dengan pendekatan ini, lihat Mempelajari kemampuan pemrosesan dokumen dengan Gemini API.

• ML.PROCESS_DOCUMENT adalah pilihan yang tepat untuk melakukan tugas pemrosesan dokumen yang memerlukan penguraian dokumen dan respons terstruktur yang telah ditentukan sebelumnya.

Perbandingan fungsi

Gunakan tabel berikut untuk membandingkan fungsi AI.GENERATE_TEXT dan ML.PROCESS_DOCUMENT:

	AI.GENERATE_TEXT	ML.PROCESS_DOCUMENT
Tujuan	Lakukan tugas NLP terkait dokumen dengan meneruskan perintah ke model Gemini atau partner atau ke model terbuka. Misalnya, dengan dokumen keuangan untuk sebuah perusahaan, Anda dapat mengambil informasi dokumen dengan memberikan perintah seperti What is the quarterly revenue for each division?.	Gunakan Document AI API untuk melakukan pemrosesan dokumen khusus untuk berbagai jenis dokumen, seperti invoice, formulir pajak, dan laporan keuangan. Anda juga dapat melakukan pengelompokan dokumen.
Penagihan	Dikenai biaya BigQuery ML untuk data yang diproses. Untuk mengetahui informasi selengkapnya, lihat harga BigQuery ML. Dikenai biaya Gemini Enterprise Agent Platform untuk panggilan ke model. Jika Anda menggunakan model Gemini 2.0 atau yang lebih baru, panggilan akan ditagih dengan tarif API batch. Untuk mengetahui informasi selengkapnya, lihat Biaya membangun dan men-deploy model AI di Agent Platform.	Dikenai biaya BigQuery ML untuk data yang diproses. Untuk mengetahui informasi selengkapnya, lihat harga BigQuery ML. Dikenai biaya untuk panggilan ke Document AI API. Untuk mengetahui informasi selengkapnya, lihat Harga Document AI API.
Permintaan per menit (RPM)	Tidak berlaku untuk model Gemini. Antara 25 dan 60 untuk model partner. Untuk mengetahui informasi selengkapnya, lihat Batas permintaan per menit.	120 RPM per jenis pemroses, dengan batas keseluruhan 600 RPM per project. Untuk mengetahui informasi selengkapnya, lihat Daftar kuota.
Token per menit	Berkisar dari 8.192 hingga lebih dari 1 juta, bergantung pada model yang digunakan.	Tidak ada batas token. Namun, fungsi ini memiliki batas halaman yang berbeda, bergantung pada pemroses yang Anda gunakan. Untuk informasi selengkapnya, lihat Batas.
Penyesuaian yang diawasi	Penyesuaian yang diawasi didukung untuk beberapa model.	Tidak didukung.
Bahasa yang didukung	Dukungan bervariasi berdasarkan LLM yang Anda pilih.	Dukungan bahasa bergantung pada jenis pemroses dokumen; sebagian besar hanya mendukung bahasa Inggris. Untuk mengetahui informasi selengkapnya, lihat Daftar pemroses.
Region yang didukung	Didukung di semua region AI Generatif untuk Agent Platform.	Didukung di multi-region EU dan US untuk semua pemroses. Beberapa pemroses juga tersedia di region tunggal tertentu. Untuk mengetahui informasi selengkapnya, lihat Dukungan regional dan multi-regional.