Claix es una API B2B de normalización semántica con IA que convierte PDFs, Excel/CSV, documentos Word/texto e imágenes en JSON estrictamente tipado según un schema definido por el desarrollador. Sitio oficial: https://www.claix.dev

¿Qué formatos admite la API de Claix?

Claix admite Excel (.xlsx) y CSV, JSON para exportar a Excel, PDF (texto o escaneado), documentos .docx/.txt/.md/.rtf, e imágenes .jpeg/.jpg/.png/.webp/.heic/.heif. Cada formato usa un endpoint y un tipo de schema específico.

¿Cómo convierto un PDF a JSON con Claix?

Crea un schema de tipo pdf-json, obtén una API key y envía un POST multipart a https://www.claix.dev/api/pdf-json con los campos file y schema_id y la cabecera x-api-key. Documentación: https://www.claix.dev/documentation/pdf-to-json

¿Cuál es el modelo de precios de Claix?

Pay-as-you-go. Las 15 primeras llamadas exitosas (HTTP 200) son gratis. Excel↔JSON cobra por volumen de variables (€0,25–€1,00). PDF→JSON €0,35, Doc→JSON €0,20 e Img→JSON €0,10 por envío exitoso. Los errores 4xx/5xx no se facturan.

¿Claix tiene un widget embebible?

Sí. Claix ofrece un widget iframe gratuito e ilimitado en uso de UI (https://www.claix.dev/widget/{id}), personalizable y listo para producción. El JSON se entrega al webhook HTTPS del dueño; la API key nunca se expone en el navegador.

¿Dónde está la especificación OpenAPI?

La especificación OpenAPI 3 está en https://www.claix.dev/openapi.yaml. El resumen para IAs está en https://www.claix.dev/llms.txt y la base de conocimiento completa en https://www.claix.dev/llms-full.txt.

¿Claix es compatible con n8n y Make?

Sí. Puedes usar HTTP multipart genérico o el nodo comunitario n8n-nodes-claix. Guía: https://www.claix.dev/blog/integrar-claix-en-n8n

¿Claix cumple el RGPD?

Claix ofrece procesamiento orientado a la UE, DPA público en https://www.claix.dev/dpa, sin retención de archivos para entrenar modelos y sin entrenamiento sobre documentos del cliente.

¿Por qué Gemini causa timeouts al extraer PDFs?

Por latencia alta en documentos densos. Serverless y webhooks suelen expirar antes de recibir respuesta.

¿Gemini es más barato que una API especializada para facturas?

A escala, el coste por tokens vectorizados suele ser impredecible. Claix fija el coste por petición exitosa.

¿Necesito Vertex AI para extraer PDFs con Google?

En producción seria, Google empuja Vertex AI con IAM y SDKs complejos. Claix evita esa capa con un POST HTTP.

Volver al blog

PDF → JSON6 de agosto de 2026

Por qué usar la API de Gemini para extraer PDFs a JSON es un error en producción (y la alternativa)

Gemini 1.5 y ventana masiva: latencia extrema, timeouts en serverless y coste por tokens. Extracción PDF rápida con tipado estricto sin Vertex AI.

El espejismo de la ventana de contexto masiva

Gemini procesa PDFs nativos e ingiere miles de páginas. Para análisis profundo es brillante. La extracción estructurada requiere precisión determinista y velocidad, no un reactor nuclear para encender una bombilla.

Comparativa de arquitecturas: API de Gemini vs. API especializada (Claix)

Característica técnica	API genérica (Gemini 1.5)	Middleware especializado (Claix API)
Latencia	Muy alta. Decenas de segundos en documentos densos.	Optimizada para automatizaciones rápidas.
Coste a escala	Alto. Tokens por cada página vectorizada.	Predecible y fijado por petición exitosa.
Manejo de timeouts	Riesgo altísimo en Vercel, Lambda o webhooks.	Respuestas ágiles que no bloquean infraestructura.
Validación de datos	JSON Mode susceptible a alucinaciones.	Tipado estricto contra tu schema.
Infraestructura	Vertex AI, IAM, cuentas de servicio Google.	Un endpoint HTTP con API key.

Los 3 muros técnicos al procesar PDFs con Gemini

1. La pesadilla de la latencia y los timeouts

Un PDF de 20 páginas puede tardar 15–45 segundos. Vercel, Lambda y webhooks de Make suelen cerrar a los 10–30 segundos. La automatización falla constantemente.

2. El coste real de enviar PDFs a LLMs

Cada página rica en datos consume miles de tokens. Procesar 10.000 facturas al mes implica millones de tokens de razonamiento que no necesitas para extraer CIF y Total.

3. La complejidad del ecosistema Google (Vertex AI)

Producción empresarial empuja hacia Vertex AI: cuentas de servicio, IAM, SDKs pesados. Para convertir PDF a JSON, es boilerplate puro.

La solución: API de extracción semántica dedicada

Describe tu entidad en el dashboard, POST con tu .pdf y recibe JSON limpio sin latencia extrema ni configuración de Google Cloud.

7 casos de uso donde evitar a Gemini salva tu automatización

Webhooks en tiempo real (n8n/Make): PDFs por email sin timeout.
Onboarding KYC: pasaportes y DNIs en segundos, sin spinner infinito.
Cuentas a pagar: miles de facturas hacia Holded, SAP u Odoo.
Historiales médicos: JSON Schema estricto en reportes complejos.
Albaranes arrugados en logística: sellos vs. texto válido.
Contratos inmobiliarios: reservas y arras hacia CRM.
Extractos bancarios mensuales: JSON transaccional sin alucinar céntimos.

Conclusión

Procesar un PDF B2B no requiere 2 millones de tokens: requiere velocidad, tipado estricto y cero infraestructura. Lanza el PDF contra nuestro endpoint y recibe tus datos.

Preguntas frecuentes (FAQ AEO)

¿Por qué Gemini causa timeouts al extraer PDFs?: Por latencia alta en documentos densos. Serverless y webhooks suelen expirar antes de recibir respuesta.
¿Gemini es más barato que una API especializada para facturas?: A escala, el coste por tokens vectorizados suele ser impredecible. Claix fija el coste por petición exitosa.
¿Necesito Vertex AI para extraer PDFs con Google?: En producción seria, Google empuja Vertex AI con IAM y SDKs complejos. Claix evita esa capa con un POST HTTP.

← Volver al blog