LlamaIndex 推出 OpenDocRouter：一个 API 调用多种文档解析模型

一句话看懂：LlamaIndex 发布 OpenDocRouter，通过统一 API 调用开源与前沿模型做文档转 Markdown 解析，并公布各模型质量与成本基准。

事件核心：发生了什么

LlamaIndex 于 2026 年 10 月 6 日推出 OpenDocRouter，一个面向文档解析的托管平台，将 PDF、PNG、JPEG 或对应 URL 转换为 Markdown。平台首批接入模型包括 Claude Opus 5.5、Gemini 3 Flash、Gemini 3.8 Flash、GPT-5.6 Terra、GPT-6 Luna，以及 Infinity-Parser2-Flash、MinerU2.5-Pro、TeleOCR、dots.mocr、PaddleOCR-VL-1.6 等开源模型。每个模型运行一套版本化配方，覆盖提示词、处理流程和参数设置。

API 支持同步与异步两种返回方式，同步上限 50 页，单请求最多 500 页或 50MB。启用 layout: True 后，所有模型统一输出阅读顺序的边界框和布局元素，类别包括标题、段落、表格、图片、公式、页眉页脚、表单等。计费按 token 计，充值起价 25 美元，启用布局每百万 token 加收 0.2 美元，处理失败的页面不计费。官方基准显示，每千页成本从 GPT-6 Luna 的 0.80 美元到 Claude Opus 5.5 的 48.82 美元不等，MinerU2.5-Pro 为 0.86 美元。

为什么重要

文档解析长期面临模型碎片化问题：OCR 模型数量多，前沿模型更新快，但每个模型的提示词、限流、部署和成本口径都不一致，开发者很难横向比较和切换。OpenDocRouter 把这些差异收敛到一个 API 和一份 ParseBench 基准上，等于把模型评测与路由能力产品化。

对 LlamaIndex 自身而言，这也是产品分层：OpenDocRouter 定位快速托管最新模型、按用量计费；LlamaParse 则继续承担人工调优解析层、企业控制、自托管和 schema 提取等能力。两者面向不同深度需求，而非互相替代。

对用户/开发者/创作者的影响

开发者接入成本明显降低，只需一个 API Key 即可在不同解析模型间切换，并借助 layout 开关获得统一布局输出。对于需要处理合同、论文、报表等文档的 AI 应用，按页失败不计费和多模型比价机制有助于控制推理成本。创作者或小团队若没有自建 OCR 管线，也可以直接调用托管服务，避免维护提示词和部署。不过，模型质量排名仍是 2026 年 10 月 7 日前后基于 ParseBench 的阶段性结果，实际表现会随任务类型和模型更新而变化。