Expand发布基于视觉模型的网页抓取API
先了解这件事
2026年10月15日，Expand 发布网页抓取与爬取工具 Expand Fetch，旨在减少网页智能体的误读。据当日报道，Expand 训练了两个模型：视觉模型 Iris 用于保留表格、图标和布局，JSON 模型 X-Ray 用于提取页面背后的隐藏数据，每次抓取附带 Wayback Machine 可回溯来源。在其 326 个网页、1,094 个问题的基准上，使用 Expand 的智能体答对 74%，次优 API 为 55%，定价为每 1,000 次抓取 1 美元。同日另一篇报道复述了相同的基准规模、74% 与 55% 的成绩及定价，并补充说明扁平化文本会让定价表中表示未包含的小叉号消失，从而导致智能体误读。后续报道再次介绍该产品，称其用视觉模型 Iris 按人眼方式读取网页，保留表格、图标和布局，并用 JSON 模型 X-Ray 揭示页面背后的隐藏数据。最新一篇报道复述了相同的模型构成、基准成绩与定价，并称该服务现已上线 expand.ai。目前进展为产品正式发布并公布基准成绩与定价。
AI 根据报道生成 · 12 分钟前更新
报道时间线
沿着报道，了解事件的不同侧面。
- dex (@dexhorthy) · XExpand 发布 Expand Fetch 网页抓取服务，含 Iris 与 X-Ray 两款模型
Expand 推出网页抓取与爬取服务 Expand Fetch，包含视觉模型 Iris（保留表格、图标和布局）与 JSON 模型 X-Ray（挖掘页面隐藏数据），每次 fetch 附带 Wayback Machine 式溯源链接。在 326 个网页共 1,094 个问题的基准上，使用 Expand 的 Agent 答对 74%，次优 API 为 55%；定价 $1 per 1,000 fetches，现已上线 expand.ai。
- Rohan Paul (@rohanpaul_ai) · XExpand 发布 Expand Fetch，让 AI Agent 完整读取网页表格与隐藏数据
AI 初创公司 Expand 发布 Expand Fetch，用视觉模型 Iris 按人眼方式读取网页，保留表格、图标和布局，并用 JSON 模型 X-Ray 揭示页面背后的隐藏数据。
- Chubby♨️ (@kimmonismus) · XExpand Fetch 发布：保留版式的网页抓取 API，Agent 答对率达 74%
Expand 发布 Expand Fetch，一种新的网页抓取方式，官方基准（326 个网页、1094 个问题）中 Agent 使用 Expand 答对 74%，次优 API 为 55%。产品包含视觉模型 Iris（保留表格、图标与版式）、JSON 模型 X-Ray（提取页面隐藏数据），每条抓取记录可回溯到原始来源，定价 $1 per 1,000 fetches。作者补充说明，扁平化文本会让定价表中表示未包含的小叉号消失，导致 Agent 自信地答错。
- elvis (@omarsar0) · XExpand Fetch 发布：用视觉与 JSON 模型减少网页智能体误读
Expand 发布 Expand Fetch，一种新的网页抓取与爬取方式，训练了两个 System one 模型：视觉模型 Iris 保留表格、图标和布局，JSON 模型 X-Ray 提取页面背后的隐藏数据，每次抓取附带 Wayback Machine 可回溯来源。在其 326 个网页、1,094 个问题的基准上，使用 Expand 的智能体答对 74%，次优 API 为 55%，定价 $1 per 1,000 fetches。作者评论认为许多网页智能体的模型幻觉源于页面被压平为文本后的误读。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。