Leser

Konvertieren Sie eine URL in eine LLM-freundliche Eingabe, indem Sie einfach r.jina.ai davor hinzufügen.

Leser-API

Konvertieren Sie eine URL in eine LLM-freundliche Eingabe, indem Sie einfach r.jina.ai davor hinzufügen.

Ratenbegrenzung

Problem melden

FAQ

Status

Verwenden Sie r.jina.ai, um eine URL zu lesen und ihren Inhalt abzurufen

Verwenden Sie s.jina.ai, um im Web zu suchen und SERP zu erhalten

Anfrage

GET

Bash

Sprache

curl "https://r.jina.ai/https://example.com"

API-Schlüssel

Verfügbare Token

Dies ist Ihr einzigartiger Schlüssel. Bewahren Sie ihn sicher auf!

ReaderLM v2: Kleines Sprachmodell für HTML zu Markdown und JSON

ReaderLM-v2 ist ein 1,5-B-Parameter-Sprachmodell, das auf die Konvertierung von HTML in Markdown und die Extraktion von HTML in JSON spezialisiert ist. Es unterstützt Dokumente mit bis zu 512.000 Token in 29 Sprachen und bietet im Vergleich zu seinem Vorgänger eine um 20 % höhere Genauigkeit.

Was ist Reader?

Das Einspeisen von Webinformationen in LLMs ist ein wichtiger Schritt zur Einarbeitung, kann aber auch eine Herausforderung sein. Die einfachste Methode besteht darin, die Webseite zu scrapen und das Roh-HTML einzuspeisen. Das Scraping kann jedoch komplex und oft blockiert sein, und Roh-HTML ist mit irrelevanten Elementen wie Markups und Skripten überladen. Die Reader-API behebt diese Probleme, indem sie den Kerninhalt aus einer URL extrahiert und in sauberen, LLM-freundlichen Text umwandelt, wodurch eine qualitativ hochwertige Eingabe für Ihre Agent- und RAG-Systeme sichergestellt wird.

Geben Sie Ihre URL ein

Klicken Sie unten, um den Quellcode der Seite direkt abzurufen

Leser-URL

Klicken Sie unten, um den Inhalt über unsere Reader-API abzurufen

Rohes HTML

Reader-Ausgabe

Stellen Sie eine Frage

Geben Sie eine Frage ein und kombinieren Sie sie mit dem abgerufenen Inhalt für LLM, um eine Antwort zu generieren

Reader für Websuche und SERP

Reader kann als SERP-API verwendet werden. Damit können Sie Ihr LLM mit dem Inhalt hinter der Seite der Suchmaschine füttern. Stellen Sie Ihrer Abfrage einfach https://s.jina.ai/?q= voran, und Reader durchsucht das Web und gibt die fünf besten Ergebnisse mit ihren URLs und Inhalten zurück, jeweils in sauberem, LLM-freundlichem Text. Auf diese Weise können Sie Ihr LLM immer auf dem neuesten Stand halten, seine Sachlichkeit verbessern und Halluzinationen reduzieren.

Geben Sie Ihre Suchanfrage ein

Geben Sie eine Frage ein, die aktuelle Informationen oder Weltwissen erfordert.

Leser-URL

Wenn Sie diese URL im Code verwenden, vergessen Sie nicht, die URL zu kodieren.

Bitte beachten Sie, dass Sie im Gegensatz zur oben gezeigten Demo in der Praxis nicht die ursprüngliche Frage im Internet nach einer Grundlage durchsuchen. Häufig wird die ursprüngliche Frage umgeschrieben oder es werden Multi-Hop-Fragen verwendet. Die abgerufenen Ergebnisse werden gelesen und anschließend werden zusätzliche Abfragen erstellt, um bei Bedarf weitere Informationen zu sammeln, bevor eine endgültige Antwort gefunden wird.

Reader liest auch Bilder!

Bilder auf der Webseite werden mithilfe eines Vision Language Model im Reader automatisch mit Bildunterschriften versehen und in der Ausgabe als Bild-Alt-Tags formatiert. Dadurch erhält Ihr nachgelagertes LLM gerade genug Hinweise, um diese Bilder in seine Denk- und Zusammenfassungsprozesse einzubeziehen. Das bedeutet, dass Sie Fragen zu den Bildern stellen, bestimmte Bilder auswählen oder sogar ihre URLs zur tieferen Analyse an ein leistungsfähigeres VLM weiterleiten können!

Reader liest auch PDFs!

Ja, Reader unterstützt das Lesen von PDFs nativ. Es ist mit den meisten PDFs kompatibel, auch mit denen mit vielen Bildern, und es ist blitzschnell! In Kombination mit einem LLM können Sie im Handumdrehen ganz einfach eine ChatPDF- oder Dokumentenanalyse-KI erstellen.

Original PDF

Leserergebnis

Und das Beste daran? Es ist kostenlos!

Die Reader API ist kostenlos erhältlich und bietet flexible Ratenbegrenzungen und Preise. Sie basiert auf einer skalierbaren Infrastruktur und bietet hohe Zugänglichkeit, Parallelität und Zuverlässigkeit. Wir möchten Ihre bevorzugte Grundlösung für Ihre LLMs sein.

Ratenbegrenzung

Ratenbegrenzungen werden auf drei Arten verfolgt: RPM (Anfragen pro Minute) und TPM (Token pro Minute). Die Begrenzungen werden pro IP/API-Schlüssel erzwungen und ausgelöst, wenn zuerst der RPM- oder TPM-Schwellenwert erreicht wird. Wenn Sie im Anforderungsheader einen API-Schlüssel angeben, verfolgen wir die Ratenbegrenzungen nach Schlüssel und nicht nach IP-Adresse.

Spalten

Produkt	API-Endpunkt	Beschreibung	ohne API-Schlüssel	mit API-Schlüssel	mit Premium-API-Schlüssel	Durchschnittliche Latenz	Zählung der Token-Nutzung	Zulässige Anfrage
Leser-API	`https://r.jina.ai`	URL in LLM-freundlichen Text konvertieren	20 RPM	500 RPM	5000 RPM	7.9s	Zählen Sie die Anzahl der Token in der Ausgabeantwort.	GET/POST
Leser-API	`https://s.jina.ai`	Durchsuchen Sie das Web und konvertieren Sie die Ergebnisse in LLM-freundlichen Text		100 RPM	1000 RPM	2.5s	Jede Anfrage kostet eine feste Anzahl an Token, beginnend bei 10000 Token	GET/POST
DeepSearch	`https://deepsearch.jina.ai/v1/chat/completions`	Überlegen, suchen und iterieren, um die beste Antwort zu finden		50 RPM	500 RPM	56.7s	Zählen Sie die Gesamtzahl der Token im gesamten Vorgang.	POST
Einbettungs-API	`https://api.jina.ai/v1/embeddings`	Konvertieren Sie Text/Bilder in Vektoren mit fester Länge		500 RPM & 1,000,000 TPM	2,000 RPM & 5,000,000 TPM	hängt von der Eingangsgröße ab	Zählen Sie die Anzahl der Token in der Eingabeanforderung.	POST
Reranker-API	`https://api.jina.ai/v1/rerank`	Ordnen Sie Dokumente nach Abfrage		500 RPM & 1,000,000 TPM	2,000 RPM & 5,000,000 TPM	hängt von der Eingangsgröße ab	Zählen Sie die Anzahl der Token in der Eingabeanforderung.	POST
Klassifizierer-API	`https://api.jina.ai/v1/train`	Trainieren eines Klassifikators anhand gekennzeichneter Beispiele		20 RPM & 200,000 TPM	60 RPM & 1,000,000 TPM	hängt von der Eingangsgröße ab	Token werden wie folgt gezählt: input_tokens × num_iters	POST
Klassifizierer-API (Nullschuss)	`https://api.jina.ai/v1/classify`	Klassifizieren Sie Eingaben mithilfe der Zero-Shot-Klassifizierung		200 RPM & 500,000 TPM	1,000 RPM & 3,000,000 TPM	hängt von der Eingangsgröße ab	Token werden wie folgt gezählt: input_tokens + label_tokens	POST
Klassifizierer-API (Wenige Schüsse)	`https://api.jina.ai/v1/classify`	Klassifizieren Sie Eingaben mit einem trainierten Few-Shot-Klassifikator		20 RPM & 200,000 TPM	60 RPM & 1,000,000 TPM	hängt von der Eingangsgröße ab	Token werden wie folgt gezählt: input_tokens	POST
Segmenter-API	`https://api.jina.ai/v1/segment`	Tokenisieren und Segmentieren von Langtext	20 RPM	200 RPM	1,000 RPM	0.3s	Token werden nicht als Nutzung gezählt.	GET/POST

Keine Panik! Jeder neue API-Schlüssel enthält zehn Millionen kostenlose Token!

API-Preise

Die API-Preise basieren auf der Token-Nutzung. Ein API-Schlüssel gibt Ihnen Zugriff auf alle Produkte der Suchgrundlage.

Mit Jina Search Foundation API

Der einfachste Weg, auf alle unsere Produkte zuzugreifen. Laden Sie Tokens unterwegs auf.

Geben Sie den API-Schlüssel ein, den Sie aufladen möchten

Laden Sie diesen API-Schlüssel mit weiteren Token auf

Abhängig von Ihrem Standort werden Ihnen möglicherweise USD, EUR oder andere Währungen in Rechnung gestellt. Es können Steuern anfallen.

Bitte geben Sie zum Aufladen den richtigen API-Schlüssel ein

Verstehen Sie die Ratenbegrenzung

Ratenbegrenzungen sind die maximale Anzahl von Anfragen, die pro Minute pro IP-Adresse/API-Schlüssel (RPM) an eine API gestellt werden können. Nachfolgend erfahren Sie mehr über die Ratenbegrenzungen für jedes Produkt und jede Stufe.

Ratenbegrenzung

Spalten

Produkt	API-Endpunkt	Beschreibung	ohne API-Schlüssel	mit API-Schlüssel	mit Premium-API-Schlüssel	Durchschnittliche Latenz	Zählung der Token-Nutzung	Zulässige Anfrage
Leser-API	`https://r.jina.ai`	URL in LLM-freundlichen Text konvertieren	20 RPM	500 RPM	5000 RPM	7.9s	Zählen Sie die Anzahl der Token in der Ausgabeantwort.	GET/POST
Leser-API	`https://s.jina.ai`	Durchsuchen Sie das Web und konvertieren Sie die Ergebnisse in LLM-freundlichen Text		100 RPM	1000 RPM	2.5s	Jede Anfrage kostet eine feste Anzahl an Token, beginnend bei 10000 Token	GET/POST
DeepSearch	`https://deepsearch.jina.ai/v1/chat/completions`	Überlegen, suchen und iterieren, um die beste Antwort zu finden		50 RPM	500 RPM	56.7s	Zählen Sie die Gesamtzahl der Token im gesamten Vorgang.	POST
Einbettungs-API	`https://api.jina.ai/v1/embeddings`	Konvertieren Sie Text/Bilder in Vektoren mit fester Länge		500 RPM & 1,000,000 TPM	2,000 RPM & 5,000,000 TPM	hängt von der Eingangsgröße ab	Zählen Sie die Anzahl der Token in der Eingabeanforderung.	POST
Reranker-API	`https://api.jina.ai/v1/rerank`	Ordnen Sie Dokumente nach Abfrage		500 RPM & 1,000,000 TPM	2,000 RPM & 5,000,000 TPM	hängt von der Eingangsgröße ab	Zählen Sie die Anzahl der Token in der Eingabeanforderung.	POST
Klassifizierer-API	`https://api.jina.ai/v1/train`	Trainieren eines Klassifikators anhand gekennzeichneter Beispiele		20 RPM & 200,000 TPM	60 RPM & 1,000,000 TPM	hängt von der Eingangsgröße ab	Token werden wie folgt gezählt: input_tokens × num_iters	POST
Klassifizierer-API (Nullschuss)	`https://api.jina.ai/v1/classify`	Klassifizieren Sie Eingaben mithilfe der Zero-Shot-Klassifizierung		200 RPM & 500,000 TPM	1,000 RPM & 3,000,000 TPM	hängt von der Eingangsgröße ab	Token werden wie folgt gezählt: input_tokens + label_tokens	POST
Klassifizierer-API (Wenige Schüsse)	`https://api.jina.ai/v1/classify`	Klassifizieren Sie Eingaben mit einem trainierten Few-Shot-Klassifikator		20 RPM & 200,000 TPM	60 RPM & 1,000,000 TPM	hängt von der Eingangsgröße ab	Token werden wie folgt gezählt: input_tokens	POST
Segmenter-API	`https://api.jina.ai/v1/segment`	Tokenisieren und Segmentieren von Langtext	20 RPM	200 RPM	1,000 RPM	0.3s	Token werden nicht als Nutzung gezählt.	GET/POST

Automatisches Aufladen bei niedrigem Token-Guthaben

Empfohlen für einen unterbrechungsfreien Betrieb in der Produktion. Wenn Ihr Token-Guthaben unter den festgelegten Schwellenwert fällt, belasten wir Ihre gespeicherte Zahlungsmethode automatisch für das zuletzt gekaufte Paket, bis der Schwellenwert erreicht ist.

Am 6. Mai 2025 haben wir ein neues Preismodell eingeführt. Wenn Sie die automatische Aufladung vor diesem Datum aktiviert haben, zahlen Sie weiterhin den alten Preis (den zum Zeitpunkt des Kaufs). Die neuen Preise gelten nur, wenn Sie Ihre Einstellungen für die automatische Aufladung ändern oder einen neuen API-Schlüssel erwerben.

< 1M Token

Aufladen, wenn

FAQ

Welche Kosten sind mit der Nutzung der Reader-API verbunden?

Wie funktioniert die Reader-API?

Ist die Reader-API Open Source?

Wie hoch ist die typische Latenz für die Reader-API?

Warum sollte ich die Reader-API verwenden, anstatt die Seite selbst zu scrapen?

Unterstützt die Reader-API mehrere Sprachen?

Was soll ich tun, wenn eine Website die Reader-API blockiert?

Kann die Reader-API Inhalte aus PDF-Dateien extrahieren?

Kann die Reader-API Medieninhalte von Webseiten verarbeiten?

Ist es möglich, die Reader-API auf lokale HTML-Dateien anzuwenden?

Speichert die Reader-API den Inhalt im Cache?

Kann ich die Reader-API verwenden, um auf Inhalte hinter einer Anmeldung zuzugreifen?

Kann ich die Reader-API verwenden, um auf arXiv auf PDF zuzugreifen?

Wie funktionieren Bildunterschriften im Reader?

Wie skalierbar ist der Reader? Kann ich ihn in der Produktion einsetzen?

Wie hoch ist die Ratenbegrenzung der Reader-API?

Was ist Reader-LM? Wie kann ich es verwenden?

Wie erhalte ich meinen API-Schlüssel?

Wie hoch ist die Ratenbegrenzung?

Ratenbegrenzung

Spalten

Produkt	API-Endpunkt	Beschreibung	ohne API-Schlüssel	mit API-Schlüssel	mit Premium-API-Schlüssel	Durchschnittliche Latenz	Zählung der Token-Nutzung	Zulässige Anfrage
Leser-API	`https://r.jina.ai`	URL in LLM-freundlichen Text konvertieren	20 RPM	500 RPM	5000 RPM	7.9s	Zählen Sie die Anzahl der Token in der Ausgabeantwort.	GET/POST
Leser-API	`https://s.jina.ai`	Durchsuchen Sie das Web und konvertieren Sie die Ergebnisse in LLM-freundlichen Text		100 RPM	1000 RPM	2.5s	Jede Anfrage kostet eine feste Anzahl an Token, beginnend bei 10000 Token	GET/POST
DeepSearch	`https://deepsearch.jina.ai/v1/chat/completions`	Überlegen, suchen und iterieren, um die beste Antwort zu finden		50 RPM	500 RPM	56.7s	Zählen Sie die Gesamtzahl der Token im gesamten Vorgang.	POST
Einbettungs-API	`https://api.jina.ai/v1/embeddings`	Konvertieren Sie Text/Bilder in Vektoren mit fester Länge		500 RPM & 1,000,000 TPM	2,000 RPM & 5,000,000 TPM	hängt von der Eingangsgröße ab	Zählen Sie die Anzahl der Token in der Eingabeanforderung.	POST
Reranker-API	`https://api.jina.ai/v1/rerank`	Ordnen Sie Dokumente nach Abfrage		500 RPM & 1,000,000 TPM	2,000 RPM & 5,000,000 TPM	hängt von der Eingangsgröße ab	Zählen Sie die Anzahl der Token in der Eingabeanforderung.	POST
Klassifizierer-API	`https://api.jina.ai/v1/train`	Trainieren eines Klassifikators anhand gekennzeichneter Beispiele		20 RPM & 200,000 TPM	60 RPM & 1,000,000 TPM	hängt von der Eingangsgröße ab	Token werden wie folgt gezählt: input_tokens × num_iters	POST
Klassifizierer-API (Nullschuss)	`https://api.jina.ai/v1/classify`	Klassifizieren Sie Eingaben mithilfe der Zero-Shot-Klassifizierung		200 RPM & 500,000 TPM	1,000 RPM & 3,000,000 TPM	hängt von der Eingangsgröße ab	Token werden wie folgt gezählt: input_tokens + label_tokens	POST
Klassifizierer-API (Wenige Schüsse)	`https://api.jina.ai/v1/classify`	Klassifizieren Sie Eingaben mit einem trainierten Few-Shot-Klassifikator		20 RPM & 200,000 TPM	60 RPM & 1,000,000 TPM	hängt von der Eingangsgröße ab	Token werden wie folgt gezählt: input_tokens	POST
Segmenter-API	`https://api.jina.ai/v1/segment`	Tokenisieren und Segmentieren von Langtext	20 RPM	200 RPM	1,000 RPM	0.3s	Token werden nicht als Nutzung gezählt.	GET/POST

Kann ich denselben API-Schlüssel für Reader-, Einbettungs-, Neurang-, Klassifizierungs- und Feinabstimmungs-APIs verwenden?

Kann ich die Token-Nutzung meines API-Schlüssels überwachen?

Was soll ich tun, wenn ich meinen API-Schlüssel vergesse?

Laufen API-Schlüssel ab?

Kann ich Token zwischen API-Schlüsseln übertragen?

Kann ich meinen API-Schlüssel widerrufen?

Warum ist die erste Anfrage für einige Modelle langsam?

Werden Benutzereingabedaten zum Training Ihrer Modelle verwendet?

Erfolgt die Abrechnung nach der Anzahl der Sätze bzw. Anfragen?

Gibt es eine kostenlose Testversion für neue Benutzer?

Werden für fehlgeschlagene Anfragen Token berechnet?

Welche Zahlungsmethoden werden akzeptiert?

Ist eine Rechnungsstellung für Token-Käufe verfügbar?