Escolher uma função de processamento de documentos

É possível comparar as funções de processamento de documentos disponíveis no BigQuery ML para escolher a melhor ferramenta para analisar textos e documentos não estruturados. Entender as diferenças entre as funções AI.GENERATE_TEXT e ML.PROCESS_DOCUMENT ajuda a otimizar seus fluxos de trabalho de dados em termos de custo, suporte a idiomas e análise de documentos estruturados.

De modo geral, a diferença entre essas funções é a seguinte:

• AI.GENERATE_TEXT é uma boa opção para executar tarefas de processamento de linguagem natural (PLN) em que parte do conteúdo reside em documentos. Essa função oferece os seguintes benefícios:

  • Custos mais baixos
  • Mais idiomas disponíveis
  • Capacidade de processamento mais rápida
  • Capacidade de ajuste de modelos
  • Disponibilidade de modelos multimodais

  Para exemplos de tarefas de processamento de documentos que funcionam melhor com essa abordagem, consulte Conhecer os recursos de processamento de documentos com a API Gemini.

• O ML.PROCESS_DOCUMENT é uma boa opção para realizar tarefas de processamento de documentos que exigem análise de documentos e uma resposta predefinida e estruturada.

Comparação das funções

Use a tabela a seguir para comparar as funções AI.GENERATE_TEXT e ML.PROCESS_DOCUMENT:

	AI.GENERATE_TEXT	ML.PROCESS_DOCUMENT
Finalidade	Realize qualquer tarefa de PLN relacionada a documentos transmitindo um comando para um modelo do Gemini ou de parceiro ou para um modelo aberto. Por exemplo, em um documento financeiro de uma empresa, é possível recuperar informações do documento fornecendo um comando como What is the quarterly revenue for each division?.	Use a API Document AI para realizar o processamento especializado de diferentes tipos de documentos, como faturas, declarações fiscais e demonstrativos financeiros. Também é possível realizar a divisão de documentos.
Faturamento	Gera cobranças do BigQuery ML pelo tratamento de dados. Para mais informações, consulte Preços do BigQuery ML. Gera cobranças da Gemini Enterprise Agent Platform para chamadas ao modelo. Se você estiver usando um modelo Gemini 2.0 ou mais recente, a chamada será faturada de acordo com a taxa da API em lote. Para mais informações, consulte Custo de criação e implantação de modelos de IA na Agent Platform.	Gera cobranças do BigQuery ML pelo tratamento de dados. Para mais informações, consulte Preços do BigQuery ML. Gera cobranças por chamadas para a API Document AI. Para mais informações, consulte Preços da API Document AI.
Solicitações por minuto (RPM)	Não relevante para modelos do Gemini. Entre 25 e 60 para modelos de parceiros. Para mais informações, consulte Limites de solicitações por minuto.	120 RPM por tipo de processador, com um limite geral de 600 RPM por projeto. Para mais informações, consulte a lista de cotas.
Tokens por minuto	Varia de 8.192 a mais de 1 milhão, dependendo do modelo usado.	Sem limite de tokens. No entanto, essa função tem limites de página diferentes, dependendo do processador usado. Para mais informações, consulte Limites.
Ajuste supervisionado	O ajuste supervisionado é compatível com alguns modelos.	Incompatível.
Idiomas compatíveis	O suporte varia de acordo com o LLM escolhido.	O suporte ao idioma depende do tipo de processador de documentos. A maioria só aceita inglês. Para mais informações, consulte a lista de processadores.
Regiões compatíveis	Disponível em todas as regiões da IA generativa para a Agent Platform.	Compatível com as multirregiões EU e US para todos os processadores. Alguns processadores também estão disponíveis em determinadas regiões únicas. Para mais informações, consulte Suporte regional e multirregional.