LlamaIndex 发布 OpenDocRouter：一个 API 统一调用多种文档解析模型

OCR 模型非常多，而且每周都有更多新模型发布。在 HuggingFace 上快速搜索“ocr”就能看到成千上万个已发布的模型。此外，前沿实验室几乎每个月都在推出新的模型，这些模型也能很好地读取文档（尽管有时价格不菲）。使用这些模型进行文档解析通常都需要同样的几个步骤：设计提示词（如果适用）、处理速率限制、管理部署及相关成本，并在新模型发布时对其进行基准测试。

这正是我们 LlamaIndex 特别擅长的事情，今天我们推出 OpenDocRouter，以此分享这项工作。

什么是 OpenDocRouter？

OpenDocRouter 是一个使用最新开源和前沿模型进行文档 → markdown 解析的平台。每个模型都运行一套版本化的配方，包含提示词、处理和设置。使用该 API 非常简单：

curl https://https://www.opendocrouter.ai/v1/parse \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "opendatalab/mineru2.5-pro",
    "document": { "url": "https://arxiv.org/pdf/1706.03762" },
    "layout": true
  }'

该 API 接受 PDF、PNG、JPEG 或指向这些文件格式的 URL。该 API 允许你在同步响应（直接返回结果）和异步响应（创建一个需要轮询的任务）之间切换。同步响应最多支持 50 页。请求可以处理最多 500 页或 50MB 的输入。

每个模型都在 ParseBench 上从质量和成本两方面进行基准测试。在发布时，我们选择了一组覆盖我们基准测试各个角落的模型：

前沿模型：Claude Opus 5.5、Gemini 3 Flash、Gemini 3.8 Flash、GPT-5.6 Terra、GPT-6 Luna。
开源模型：Infinity-Parser2-Flash、MinerU2.5-Pro、TeleOCR、dots.mocr、PaddleOCR-VL-1.6

边界框与布局

每个模型对边界框和布局的保证各不相同。有些模型原生输出边界框，有些需要提示词，还有些完全做不到。

为了弥补这一差距，我们构建了一个可以应用于任何模型的定位引擎。在请求中设置 layout: True，即可生成带有定位边界框和按阅读顺序排列的布局元素的 markdown。这也意味着所有模型都会产生相同的布局类别：title、section_header、text、list_item、table、picture、chart、formula、caption、footnote、page_header、page_footer、code、form、key_value。

定价

OpenDocRouter 推出时采用纯基于 token 的计费方式，相当简单直接。创建账户，从 25 美元起充值额度，然后开始解析。启用布局会增加每百万 token 0.2 美元的费用，如果处理过程中任何页面失败，则不会收费。

截至 2026 年 10 月 7 日，我们的定价如下：

模型	输入（$/1M）	缓存输入（$/1M）	输出（$/1M）	每 1k 页成本（ParseBench）
Claude Opus 5.5	$4.00	$0.20	$20.00	$48.82
Gemini 3 Flash	$0.50	$0.05	$3.00	$19.67
Gemini 3.8 Flash	$0.75	$0.08	$3.75	$5.91
GPT-5.6 Terra	$2.00	$0.20	$12.00	$19.89
GPT-6 Luna	$0.10	$0.01	$0.50	$0.80
Infinity-Parser2-Flash	$0.24	-	$1.16	$4.34
MinerU2.5-Pro	$0.08	-	$0.39	$0.86
TeleOCR	$0.25	-	$1.22	$2.70
dots.mocr	$0.31	-	$1.53	$3.97
PaddleOCR-VL-1.6	$0.24	-	$1.20	$2.17

添加新模型

当我们可以提供的新模型发布时，我们有相应的流程可以快速将它们添加到 OpenDocRouter。我们会让它们通过 ParseBench 运行，并以此校准提示词、成本和其他设置，从而尽可能提供最佳用户体验。

我们还计划持续改进最受欢迎的模型：无论是通过更好的提示词、更好的托管以降低延迟，还是更多其他方面。

OpenDocRouter 与 LlamaParse 对比

我们将 OpenDocRouter 视为一个平台，用于快速托管最新模型，同时让开发者能够轻松在现有模型之间切换和路由，并且只为实际使用量付费。该 API 本身易于使用，同时提供对模型的广泛访问。

LlamaParse 是我们的托管文档平台。它内置了手工调优的解析层级、企业级管控、自托管部署，以及模式提取和索引等其他 API。

立即试用 OpenDocRouter

OpenDocRouter 现已上线，可供试用。浏览模型和文档，注册并生成 API 密钥，今天就解析你的文档。